# 龙辉知识库智能化优化规划书 V1.0

**项目**：知识库（向量库）+ 四机内网模型 优化升级
**日期**：2026-10-23
**风格**：002风格（hedalong.com v-dark 深色科技大屏，暂定名，后续可更名）
**状态**：规划待确认 → 确认后分四期执行

---

## 〇、现状盘点（已实测核查）

| 项 | 现状 | 位置/证据 |
|---|---|---|
| 向量检索服务 | kb_server.py 运行中，端口 18791，已重复起 2 个实例 | `C:\Users\15065\WorkBuddy\2026-09-24-12-42-19\agent_relay\kb\kb_server.py`（62KB，10-17 最后修改）|
| 检索数据库 | kb.sqlite 33.6MB（文档+向量库） | 同目录 |
| 对话中继服务 | server.py 运行中，端口 18790，已重复起 2 个实例 | 同 agent_relay 目录 |
| 文件扫描库 | file_scan.sqlite 330MB | `D:\龙辉知识库\_索引\` |
| 公共区文字 | 686GB 已采集 | `D:\龙辉知识库\_公共区文字` |
| 素材库 | 20.7GB / 55,389 图 / 406 组 / VERSION=v1.1 | `D:\龙辉知识库\_素材库` |
| 内容组件库 | 30.4MB / 7,409 块 / 28 模块 | `D:\龙辉知识库\_内容组件库` |
| 四台推理机 | 青龙 14B、白虎 14B、玄武 8B、雷神 8B、玉柏 6 模型（bge-m3/8b/4b-vl/14b-r1/24b/27b） | 见下表 |

**四机分工现状**：

| 机器 | IP | 强项 | 建议角色 |
|---|---|---|---|
| 青龙 | 本机 127.0.0.1 | qwen3:14b + bge-m3 | 嵌入/精炼/调度中枢 |
| 白虎 | 10.10.10.2 | qwen3:14b | 标书长文生成 |
| 玄武 | 192.168.0.255 | qwen3:8b（RTX3060Ti，约69 tok/s） | 快速问答/初筛 |
| 雷神 | 192.168.2.138 | qwen3:8b（RTX5060Ti） | 快速问答/初筛 |
| 玉柏 | 192.168.2.26 | bge-m3/qwen3-vl:4b/r1:14b/24b/27b | 重排/多模态/高质量生成 |

**负载铁律**：任一机器 CPU 或 GPU ≥80% 即不派新任务；两项均 <80% 才可调配（OR 条件，非全部）。

---

## 一、检索质量升级（混合检索 + 重排 + 分块优化）

### 1.1 目标
解决纯 bge-m3 向量召回的两大痛点：
- 精确型号词（QD50/20、LD型、电动葫芦）语义检索易漏 → 加 BM25 关键词召回；
- 召回 Top50 直接截断，准确率不足 → 加重排模型精选 Top5-10。

### 1.2 实施步骤
1. **混合检索**：在 kb_server 增加 BM25（SQLite FTS5）索引，检索时向量召回 + 关键词召回双路合并（RRF 加权），命中率目标 +30% 以上；
2. **Rerank 重排**：接入玉柏的 bge-reranker（或用 qwen3:8b 做 zero-shot rerank），对双路召回 Top50 重排取 Top5-10；无重排模型时先用交叉编码降级；
3. **分块优化**：标书/招标文件按"章节/条款"语义边界切块（现按文件切，粒度太粗），长文启用重叠分块（块 512-800 token，重叠 10%）；
4. **检索评估集**：抽取 100 条真实业务问题（含 50 条精确型号词），建评估集，改版前后跑分对比，用数据说话。

### 1.3 验收标准
- 混合检索上线，精确型号查询命中率显著提升（对比 100 条评估集）；
- 重排生效，Top5 相关性明显优于截断式；
- 全程不改动现库数据结构，旧索引可回滚。

---

## 二、RAG 接入对话与标书撰写（价值兑现点）

### 2.1 目标
让知识库从"存着"变成"能用"：员工在网页/豆包侧提问，内网四机检索知识库直接作答；写标书时按招标要求逐模块自动调取素材。

### 2.2 实施步骤
1. **RAG 问答接口**：在 server.py（18790）增加 `/api/ask`：问题 → 混合检索 → 重排 → 拼 Prompt → 调青龙/白虎 qwen3:14b 生成带引用的回答；
2. **标书撰写工作流**：招标文件解析 → 需求模块映射（复用 28 模块树 + 招标-模块映射.csv）→ 逐模块检索内容组件库（7,409 块）+ 素材库（55,389 图）→ 组卷 → AI 润色 → 出稿；
3. **四机调度**：接入负载均衡（青龙 lh_balancer 已有雏形）：查询类任务派 8B 快机，生成/精炼类派 14B/24B/27B，全部遵守负载铁律；
4. **前端**：002风格网页对话界面（电脑+手机双端），支持提问/标书生成/素材预览。

### 2.3 验收标准
- 网页端可提问，回答带知识库来源引用（可跳回原文件）；
- 输入一份真实招标文件，能自动生成结构化投标文件初稿；
- 生成过程可见素材来源（图片/资质/业绩）。

---

## 三、四机模型分工调度（发挥高性能硬件）

### 3.1 目标
四机分工明确、负载均衡、故障自愈，模型资源物尽其用。

### 3.2 分工表（落地）

| 机器 | 干精活（慢而准） | 干快活（秒回） | 值守 |
|---|---|---|---|
| 青龙 | qwen3:14b 标书精炼/长文重写 | bge-m3 嵌入 | 调度中枢 + 自检 |
| 白虎 | qwen3:14b 标书长文生成 | — | 夜间批处理 |
| 玄武 | — | qwen3:8b 快速问答/初筛 | 随叫随到 |
| 雷神 | — | qwen3:8b 快速问答/初筛 | 随叫随到 |
| 玉柏 | r1:14b 审查复核、24b/27b 高质量生成 | bge-reranker 重排、qwen3-vl:4b 读图 | 高质量任务 |

### 3.3 实施步骤
1. 青龙注册"调度器"：任务队列 + 负载探测（/api/ps），按铁律派单；
2. 各机 Ollama 模型缺失自动 /api/pull（玄武/雷神 8b 已有该机制）；
3. 心跳自检：每小时巡检四机 + 18790/18791 守护（沿用现有自检框架，加玉柏）；
4. 失败重试：单机超时/掉线自动换机（如青龙 14B 挂了 → 白虎接棒）。

### 3.4 验收标准
- 四机负载页面可实时看到 CPU/GPU 与任务分布；
- 断一台机器，任务自动转移不中断。

---

## 四、向量库增量更新（避免全量重建）

### 4.1 目标
公共区持续进新文件，索引从"全量构建"改为"增量入库 + 定时自检"。

### 4.2 实施步骤
1. **增量扫描**：定时扫描 `_公共区文字` 新文件（对比 file_scan.sqlite 记录），新增才嵌入入库；
2. **增量嵌入**：新文件 → bge-m3（青龙/玉柏）→ 写 kb.sqlite，不重算旧向量；
3. **更新替换**：文件内容变化时替换旧向量（按文件 hash 判定）；
4. **定时任务**：每天 2 次增量入库（避开用电高峰：推荐 09:30 与 14:30，峰谷电价时段避免 8-9 点），增量延迟 ≤1 小时可检索。

### 4.3 验收标准
- 投放新文件到公共区，1 小时内可被检索到；
- 旧索引零重建，kb_server 不中断。

---

## 五、检索效果可视化巡检看板（002风格）

### 5.1 目标
一个 002 风格网页看板，让系统状态"一眼可见"。

### 5.2 页面内容
| 模块 | 内容 |
|---|---|
| 库总览 | 文档数 / 向量数 / 分块数 / 素材图数 / 组件块数 |
| 检索健康度 | 最近检索 QPS、命中率、平均耗时、Top5 准确率 |
| 四机状态 | CPU / GPU / 内存 / 模型 / 任务队列 / 在线状态（红绿） |
| 入库流水 | 最近增量入库记录（时间/文件数/向量数/来源） |
| 自检日志 | 每日自检结果时间线（异常标红） |

### 5.3 实施步骤
1. kb_server 增加 `/api/stats` 汇总接口；
2. 002风格前端页面（电脑+手机双端，跑马灯边框 + 深色科技风）；
3. 发布到 hedalong.com（知识库目录下），员工可访问；
4. 与现有自检任务联动：异常时看板标红。

### 5.4 验收标准
- 看板数据全部真实（禁止 mock），无数据标红"真实数据未采集到"；
- 双端自检通过后发布。

---

## 六、实施计划与排期

| 期 | 内容 | 交付物 | 预计工期 |
|---|---|---|---|
| 一期 | 方向一（混合检索+重排+分块）+ 方向四（增量更新） | 检索服务升级版、增量脚本、评估报告 | 3-4 天 |
| 二期 | 方向三（四机调度）+ 方向五（巡检看板） | 调度器、看板页面（002风格） | 2-3 天 |
| 三期 | 方向二（RAG 接入对话与标书撰写） | /api/ask、标书工作流、002风格对话界面 | 3-5 天 |
| 四期 | 联调 + 双端自检 + 发布 + 员工试用 | hedalong 上线、操作手册 | 1-2 天 |

**总工期约 9-14 天**，每期结束均交付可验证产物并真实自测。

---

## 七、风险与注意

1. **服务连续性**：改造期间 kb_server（18791）/ server.py（18790）各保留一个实例运行，备份现行代码再动手（现已有 .bak 惯例）；
2. **重复实例**：当前 kb_server 与 server.py 各重复起了 2 个实例，规划执行前先清理重复实例（保留最早 PID），避免端口冲突；
3. **负载铁律**：任何批处理任务开始前先查四机负载，任一 ≥80% 即暂停；
4. **数据真实**：看板与评估报告全部用真实数据，禁止 mock；
5. **风格规范**：本规划书及后续全部页面采用 002 风格（hedalong v-dark），不再使用票管家风格；002 为暂定名，用户更名后全局替换。

---

*规划书 V1.0 ｜ 2026-10-23 ｜ 和大龙.com*