知识库与知识管理
知识库用于组织相关资料，并统一配置分块、向量模型、检索索引、Wiki 和知识图谱。文件、网页、手写 Markdown 和 FAQ 等内容作为知识条目管理，入库后按配置解析和建立索引。
不同知识库可以使用独立的处理配置。提问时可限定检索范围，成员访问与组织共享也按知识库授权。
展示文档列表页，包含解析状态列、标签列、顶部筛选栏与排序按钮，以及勾选后出现的批量操作栏（含标签、移动、批量下载）。
website-docs/public/screenshots/kb-document-list.png管理操作入口
| 操作 | 界面入口 |
|---|---|
| 建库、改分块大小与索引开关 | 知识库编辑弹窗的「分块」「索引策略」页签 |
| 上传文件、导入网页或编写 Markdown | 文档列表页的上传区，或「新建」下拉；上传进度在右下角的上传任务面板查看 |
| 调整文档列表顺序 | 文档列表工具栏的「排序」：更新时间、上传/创建时间（默认最新上传在前）或文件名称 |
| 查看解析进度或排查卡住的文档 | 文档卡片上的状态，或打开文档的解析时间线（见 查看解析进度） |
| 用文件夹整理文档 | 文档列表左侧的文件夹树；上传整个目录会保留目录结构（见 文件夹树） |
| 给文档打标签（一篇可多个） | 单篇在详情里改；多篇勾选后用批量操作栏的「标签」（见 标签（KnowledgeTag）） |
| 检查解析结果、改错字 | 打开文档 → 分块列表 → 直接编辑分块（见 分块编辑与版本历史） |
| 补充部门、密级等自定义字段 | 文档详情里的自定义元数据（见 模型要点） |
| 查看操作记录 | 知识库设置 → 活动（见 知识库活动流（KB Activity）） |
| 复制知识库或跨库移动文档 | 知识库列表的复制，或文档批量操作里的移动（见 知识库复制与知识移动） |
| 批量下载原始文件 | 勾选文档后，批量操作栏的「批量下载」（见 批量下载） |
展示分块大小/重叠/父子分块设置，以及向量、关键词、Wiki、图谱四个索引开关。
website-docs/public/screenshots/kb-settings.png创建知识库并导入资料
创建知识库时选择内容类型、模型与索引方式，再上传文件、导入网页或编写 Markdown。普通资料使用文档库，标准问答使用 FAQ 库。向量存储创建后不可更改，应在建库前确定。
上传确认页可设置标签和本批文件的解析选项，包括是否生成文档摘要（默认开启；关闭后解析、索引及其他处理照常执行）。单次处理选项优先于知识库配置，知识库配置再优先于空间默认值。已有文档需要重新解析才能使用修改后的分块参数。
批量上传时，页面右下角的上传任务面板汇总所有文件：最多同时传输 3 个，显示已传字节、剩余时间以及可检索、处理中、失败和已存在的数量。单个文件可以取消或重试，全部上传完成后可以离开页面，解析会在后台继续。大文件的上传超时按文件大小自动延长。
展示右下角浮动面板：顶部进度环与「正在上传 x/y」标题、剩余时间、可检索/处理中/失败/已存在的分段进度条，以及文件列表中的取消、重试按钮。
website-docs/public/screenshots/kb-upload-tasks.png查看解析进度
文档列表和卡片显示每篇文档的解析状态。超过 20 分钟没有进展时，状态会变为「排队中」或「疑似卡住」：前者表示仍有任务在队列中等待，通常无需处理；后者表示已无任务推进该文档，可以打开解析时间线查看停在哪个阶段，或停止解析后重试。长时间无进展的文档会被系统自动标记为失败，错误码为 TASK_STALLED。
解析时间线按阶段展示耗时与结果。失败时，顶部错误卡片说明出错的阶段和原因，并提供重试入口。
展示文档解析时间线抽屉：阶段瀑布图（文档解析/分块/向量化/多模态/后处理）、失败时的错误卡片（阶段名、错误码、后端原因与重试按钮），以及「已 N 分钟没有进展」的提示条和停止解析按钮。
website-docs/public/screenshots/kb-parse-timeline.png整理文件夹与标签
文件夹用于按目录归档，一篇文档只属于一个文件夹。上传整个目录可保留层级结构；在文件夹树中重命名或移动时，子目录路径会一并更新，目标目录已存在时合并内容。文档在同一知识库内移动文件夹只调整归类，不重新解析。
标签用于交叉分类，一篇文档可关联多个标签。上传时可以预设标签，也可勾选文档后批量修改；批量对话框预选所选文档共有的标签。按多个标签筛选时，匹配任一标签的文档即可返回。
开启自动标签后，系统在解析完成时从已有候选标签中选择匹配项。默认每篇最多关联 3 个，已有标签时跳过。配置只影响后续解析，不自动补齐历史文档，模型失败也不会阻塞文档完成。
展示勾选多篇文档后打开的标签对话框，含已选标签区、搜索框与可选标签列表。
website-docs/public/screenshots/kb-batch-tag.png编辑分块与补充元数据
在文档详情中编辑文本分块，可修正解析错误并重建索引。每次编辑或回滚都会生成新版本；若其他用户已更新同一分块，界面会提示刷新后重试。索引更新失败时会保留编辑内容并显示失败状态，再次提交可重试。
自定义元数据用于补充部门、密级或版本号等信息，最多 20 项。修改元数据会触发摘要刷新；详细的字段长度和支持类型见参考部分。
展示某个分块的编辑态、版本历史列表（含编辑者与时间）以及回滚入口。
website-docs/public/screenshots/kb-chunk-edit.png复制与移动内容
复制知识库可复用已有配置与内容。跨库移动时，可选择复用向量或重新解析：复用要求两库绑定同一向量存储，重新解析允许使用目标库的存储和处理配置。移动为异步任务，可查询进度。
批量下载原始文件
勾选文档后点击「批量下载」，所选文件的原始文件会打包为 ZIP，并保留知识库中的文件夹结构，解压后可按文件夹重新上传。每批最多 200 个文档、原始文件合计不超过 512 MiB；网页导入等没有原始文件的条目会被跳过。「全选已加载」只包含当前已加载的文档。批量下载与单个文件下载的权限相同，需要 Contributor 及以上且对知识库有编辑权限。
查看活动与用量
知识库设置的「活动」记录配置、文档、分块、共享和 Wiki 变更。该入口面向符合资源管理权限的登录用户，API Key 不可访问。通过 API Key 发起的操作会在操作人下方额外显示 Key 名称。
通过组织共享以只读（Viewer）权限访问的知识库，界面不显示上传、编辑、删除和设置入口。
存储配额按工作空间计算，涵盖文件、文本、向量和索引。创建知识库与上传前会检查配额，删除内容后回收对应用量。
展示活动列表（操作人、动作、目标文档、时间）与展开后的详情抽屉。
website-docs/public/screenshots/kb-activity.png配置与接口参考
知识库模型与配置项
KB 类型
internal/types/knowledgebase.go：
const (
KnowledgeBaseTypeDocument = "document" // 文档类
KnowledgeBaseTypeFAQ = "faq" // FAQ 类
KnowledgeBaseTypeWiki = "wiki" // Wiki 类
)更新 KB 时会清除与其类型不匹配的配置（如非 FAQ 库的 FAQConfig）。VectorStoreID 使用 GORM <-:create 标签，创建后不可修改（防止索引与存储错位）。
配置结构总览
ChunkingConfig（分块配置）
| 字段 | 类型 | 默认 | 说明 |
|---|---|---|---|
chunk_size | int | 必填 | 分块大小（字符数） |
chunk_overlap | int | - | 相邻分块重叠 |
separators | []string | - | 分隔符列表 |
parser_engine_rules | []ParserEngineRule | - | 按文件类型指定解析引擎：{file_types, engine, xlsx_first_row_as_header?} |
enable_parent_child | bool | false | 启用父子分块策略 |
parent_chunk_size | int | 4096 | 父分块大小（用于返回上下文） |
child_chunk_size | int | 384 | 子分块大小（用于嵌入检索） |
strategy | string | 空（= legacy） | 分块策略：legacy（历史递归切分）/ auto（画像器自动选层）/ heading / heuristic / recursive（固定某一层），详见分块机制 |
token_limit | int | 0 | 令牌上限（0 = 不限） |
languages | []string | 自动检测 | 语言提示 |
table_metadata_instructions | string | - | 表格元数据生成指令 |
IndexingStrategy（索引管线开关）
| 字段 | 默认 | 说明 |
|---|---|---|
vector_enabled | true | 语义向量检索 |
keyword_enabled | true | 关键词（BM25）检索 |
wiki_enabled | false | Wiki 页面生成 |
graph_enabled | false | 知识图谱提取 |
多模态与富化配置
VLMConfig（视觉语言模型）：
| 字段 | 说明 |
|---|---|
enabled / model_id | 新版：启用开关 + 模型 ID |
description_language | 图片描述语言（空 = 跟随文档语言） |
custom_instructions | KB 级图片解释指导 |
model_name / base_url / api_key / interface_type | 旧版兼容字段（ollama / openai） |
启用判定：Enabled && ModelID != ""，或旧版 ModelName != "" && BaseURL != ""。
ASRConfig：enabled / model_id / language（语言提示，可选）。
ImageProcessingConfig：model_id。
QuestionGenerationConfig（问题生成）：enabled；question_count 每分块生成问题数（默认 3，上限 10）；custom_instructions 目标受众 / 风格说明。
ExtractConfig（知识图谱）：enabled、text、tags、nodes []*GraphNode{name, chunks, attributes}、relations []*GraphRelation{node1, node2, type}、custom_instructions（领域提取指导）。
FAQConfig（仅 FAQ 库）：index_mode（question_only / question_answer，默认后者）、question_index_mode（combined / separate，默认 combined），详见 FAQ 篇。
WikiConfig（打开 indexing_strategy.wiki_enabled 的知识库）——注意它不是 type = "wiki" 专属：普通文档库打开 Wiki 索引后，UpdateKnowledgeBase 会自动给它建一份空的 WikiConfig 承载这些可调项：
| 字段 | 默认 | 说明 |
|---|---|---|
synthesis_model_id | - | Wiki 生成 LLM |
max_pages_per_ingest | 0（不限） | 单次摄入最多创建/更新页面数 |
extraction_granularity | standard | focused（仅主要主题）/ standard / exhaustive（全部实体概念） |
content_instructions / extraction_instructions | - | 生成与提取风格指导 |
ingest_batch_size / ingest_map_parallel / ingest_reduce_parallel / ingest_max_inflight | 5 / 10 / 10 / 4 | 摄入并发参数 |
所有 custom_instructions 类字段在更新时经 validateKnowledgeBasePromptInstructions 校验长度与合法性（internal/handler/knowledgebase.go）。
存储配置
- StorageProviderConfig（新）：
provider ∈ {local, minio, cos, tos, s3, oss, ks3, obs}； - StorageBackendID：绑定具体存储后端实例；
- StorageConfig（遗留
cos_config列）：secret_id / secret_key / region / bucket_name / app_id / path_prefix / provider / endpoint / use_ssl / force_path_style。
KB 计算字段
列表 / 详情响应附带：knowledge_count（不含删除中的文档，与文档列表一致）、chunk_count、is_processing（FAQ 库）、processing_count（文档库处理中知识数）、share_count（共享到的组织数）、creator_name、is_pinned / pinned_at（当前用户置顶状态）。
另有一个存储字段 is_temporary：标记临时（ephemeral）知识库，正常的知识库列表里不展示。它由系统内部使用，典型场景是联网搜索把抓回来的网页缓存成可检索内容。手工建库不会产生临时库。
自动标签
在文档知识库的标签相关设置中开启自动标签，先准备好候选标签，再选择聊天模型。解析完成后，系统异步从已有标签里挑选匹配项，不创建新标签。auto_tag_config 仅适用于 document 类型：
| 字段 | 默认 | 说明 |
|---|---|---|
| enabled | false | 开启自动标签 |
| model_id | 空 | 为空使用知识库 summary_model_id |
| max_tags | 3 | 每篇最多自动关联的数量，上限 10 |
| skip_if_tagged | true | 已有标签时跳过，包括人工或数据源添加的标签；false 则增量追加 |
配置仅对之后新解析或重新解析的文档生效，不自动回填历史文档。模型失败不阻塞文档完成，异步任务按队列策略重试。候选标签取知识库排序前 500 个；自动关联不删除人工标签。数据源按来源名称添加标签是另一条机制。
AI 生成知识库描述
知识库有两段描述：description 是用户手写的"这个库是干什么用的"，generated_profile 是系统从文档画像推导出的"这个库里实际有什么"。两者互不覆盖，智能体在运行时上下文里同时读取，用来判断一个问题该在哪个绑定知识库里检索。
生成分三层，只有最后一层调用模型：
- 文档画像：文档摘要任务在生成短摘要的同时输出结构化画像（
knowledges.profile）：一句话 gist、3 到 5 个主题词、文档类型、一个典型问题。它随文档一起存在、随文档删除而消失。 - 知识库聚合：纯数据库统计——文档数、文件类型、标签计数、主题词计数（大小写与标点归一）、文档类型计数、按主题轮询抽样的典型问题、均匀抽样的标题，并对输入算一个哈希。删除、移动、重新解析都不需要特殊处理，重算即精确。
- 描述文案：把聚合（一两千 token，与文档数无关）交给模型，得到 gist、合并后的主题列表和 3 到 5 个典型问题。聚合哈希没变就跳过模型调用。
profile_config 仅适用于 document 类型：
| 字段 | 默认 | 说明 |
|---|---|---|
| enabled | false | 文档新增/删除/摘要更新后自动刷新（30 秒防抖，同一窗口只跑一次） |
| model_id | 空 | 为空使用知识库 summary_model_id |
| custom_instructions | 空 | 追加到系统提示词的补充要求，如面向读者、需保留的术语 |
无论是否开启自动刷新，知识库设置页都可以点击"生成 AI 描述"立即生成一次，并可一键把 gist 采纳为手写描述。generated_profile.status 为 ready/empty（无已解析文档，不调模型）/failed（保留上一次文案并记录错误）。关闭了文档摘要的上传只贡献标题、类型和标签，不贡献主题词。
知识（Knowledge）管理
模型要点
internal/types/knowledge.go。关键字段：type（manual 手动 Markdown / faq / 文件类型）、source / channel（摄入渠道）、parse_status、summary_status、enable_status、file_name/type/size/hash/path、storage_size、metadata（JSON，手动知识存 ManualKnowledgeMetadata{content, format, status(draft/publish), version}）、custom_metadata（JSON，用户自填元数据）、last_faq_import_result。
custom_metadata 保存用户维护的部门、密级、版本号等描述性字段；metadata 保存处理流程的内部状态与 ID。自定义元数据最多 20 项，键为 1–64 字符，值支持字符串、数字、布尔值或 null，长度不超过 1000 字符。修改后会自动刷新摘要。
实现中，Knowledge.CustomMetadataText() 按键排序生成 键: 值 文本，供摘要生成和文档级模型上下文使用。字段由迁移 000078 引入。
摄入渠道常量：web、api、browser_extension、wechat、wecom、feishu、feishu_drive、lark_drive、dingtalk、slack、im、notion、confluence、yuque、rss、ima。
解析状态机：
单个富化子任务（摘要、问题生成、图谱、Wiki）失败不会让文档变为 failed，文档在子任务全部结束后进入 completed。卡在 pending、processing、finalizing 或 deleting 的文档由后台巡检回收，见异步任务系统。
摘要独立状态：summary_status ∈ {none, pending, processing, completed, failed}。
知识路由
| 方法 | 路径 | 说明 | 门禁 |
|---|---|---|---|
| POST | /knowledge-bases/:id/knowledge/file | 上传文件 | OwnedKBOrAdmin + KBAccessWrite |
| POST | /knowledge-bases/:id/knowledge/url | URL 导入 | 同上 |
| POST | /knowledge-bases/:id/knowledge/manual | 手动 Markdown 知识 | 同上 |
| GET | /knowledge-bases/:id/knowledge | 列表（分页 + 过滤 + 排序） | Viewer+ + KBAccessRead |
| POST | /knowledge-bases/:id/knowledge/batch-download | 批量下载原始文件（ZIP） | Contributor+ + KBAccessWrite |
| GET / PUT | /knowledge-bases/:id/knowledge/folders | 文件夹树 / 重命名或移动文件夹 | Viewer+ + KBAccessRead / OwnedKBOrAdmin + KBAccessWrite |
| DELETE | /knowledge-bases/:id/knowledge | 清空 KB 内容 | Admin + KBAccessWrite |
| GET | /knowledge/:id、/knowledge/batch | 详情 / 批量获取 | Viewer+ |
| GET | /knowledge/:id/stages、/knowledge/:id/spans | 处理阶段 / 跨度 | Viewer+ |
| PUT / DELETE | /knowledge/:id、/knowledge/manual/:id | 更新（含 custom_metadata）/ 删除 | OwnedKnowledgeKBOrAdmin + KBAccessWrite |
| POST | /knowledge/:id/reparse、/knowledge/:id/cancel-parse | 重解析 / 取消解析 | 同上 |
| POST | /knowledge/:id/regenerate-summary | 重新生成文档摘要 | 同上 |
| GET | /knowledge/:id/download | 下载原始文件 | Contributor+ + KBAccessWrite |
| GET | /knowledge/:id/preview | 预览文件 | Viewer+ + KBAccessRead |
| PUT | /knowledge/tags | 批量更新标签 | Contributor+ / ingest |
| POST | /knowledge/batch-reparse、/knowledge/batch-delete | 批量重解析 / 删除 | Contributor+ / ingest |
| POST | /knowledge/folder | 把文档归入文件夹 | Contributor+ / ingest |
| POST | /knowledge/move | 移动知识 | Contributor+ / ingest |
| GET | /knowledge/move/progress/:task_id | 移动进度 | Viewer+ |
列表过滤参数
internal/types/knowledge.go 的 KnowledgeListFilter + internal/handler/knowledge.go：
| 参数 | 说明 |
|---|---|
page / page_size | 分页（默认 1 / 20） |
sort_by / sort_order | 排序：updated_at / created_at / file_name，asc / desc；默认 created_at desc |
keyword | 按文件名 / 标题搜索 |
file_type | 文件类型过滤（pdf / manual / url …） |
parse_status | 解析状态过滤 |
source | 摄入渠道过滤（api / web / feishu …） |
tag_ids | 标签过滤，逗号分隔多个（OR 语义） |
start_time / end_time | 更新时间范围（RFC3339） |
folder_path | 按文件夹筛选。是否传这个参数决定列表模式：不传是全库扁平视图，传空字符串是知识库根目录（不含子目录） |
folder_recursive | 配合 folder_path 使用，为 true 时连子目录里的文档一起返回 |
文件夹树
文件夹用于按项目、来源或目录层级组织文档，支持上传时保留目录结构，以及入库后的重命名和移动。
文件夹操作：
- 上传整个目录：目录结构会被原样保留，不需要事后手工建文件夹；
- 新建 / 重命名 / 移动文件夹：文档列表左侧的文件夹树上操作。重命名会连子目录一起改路径；目标路径已存在时两个文件夹合并；不允许把文件夹移到自己的子目录下；
- 重新归类文档：勾选文档后移动到指定文件夹（也可以移回根目录）。这只改归类，不重新解析、不影响索引；
- 按目录浏览：列表接口的
folder_path决定视图模式——不传是全库平铺，传空字符串是根目录（不含子目录），配folder_recursive=true则连子目录一起列。
文件夹与标签解决的是不同问题，可以叠加使用：文件夹是唯一归属（一篇文档只在一个目录下，适合按项目/来源归档），标签是多对多（一篇文档可带多个标签，适合按主题、密级、状态交叉筛选）。检索时两者都能作为范围限定条件。
目录路径保存在 knowledges.folder_path，file_name 仅保存文件名。迁移 000079 已从历史文件名中回填目录路径。
文件夹接口为 GET/PUT /knowledge-bases/:id/knowledge/folders 与 POST /knowledge/folder，详见知识库 API。
标签（KnowledgeTag）
internal/types/tag.go + internal/handler/tag.go：
type KnowledgeTag struct {
ID string // UUID
SeqID int64 // 自增整数 ID（API 使用）
TenantID uint64
KnowledgeBaseID string
Name string // KB 内唯一
Color string
SortOrder int
}
type KnowledgeTagRelation struct { KnowledgeID, TagID string } // 多对多一篇文档可以带多个标签。 早期是单标签（knowledges.tag_id 一列），migration 000063 换成了关联表 knowledge_tag_relations：建表时把原有的单标签数据迁进去，然后删掉了 knowledges.tag_id 列。所以现在：
- 读：
Knowledge.Tags是查询时按knowledge_id批量 JOIN 出来的（gorm:"-"，不落在 knowledges 表上）； - 写：整体替换语义——
PUT /knowledge/tags传{knowledge_id: [tag_ids]}，实现先删该文档的全部关联再写入新集合； - 过滤：
tag_ids是 OR 语义（命中任一标签即返回），SQL 走knowledges.id IN (SELECT knowledge_id FROM knowledge_tag_relations WHERE tag_id IN (...))； - FAQ 条目是另一套：它本身是 chunk，标签存在
chunks.tag_id上（单标签），与文档的多标签关联表不是同一条路径。
标签本身的管理路由：GET /knowledge-bases/:id/tags（Viewer+）、POST（OwnedKBOrAdmin）、PUT/DELETE /knowledge-bases/:id/tags/:tag_id（OwnedKBOrAdmin）；tag_id 路径参数同时接受 UUID 与整数 seq_id。
前端两个入口：
- 批量打标签：文档列表勾选若干文档后，批量操作栏的「标签」按钮打开
BatchTagDialog.vue。对话框会把所选文档共有的标签预选中，支持搜索、直接跳转标签管理，提交后刷新列表； - 上传时设置标签：上传确认对话框（
UploadConfirmDialog.vue）可在文件入库前直接指定标签与解析选项，省去先传后改。
分块编辑与版本历史
在文档详情中可以编辑分块正文，修正 OCR、表格或公式的解析错误。保存后会重建索引，并保留历史版本供查看和回滚。
实现上（internal/application/service/chunk.go，migration 000078）：
数据模型：
| 字段 / 表 | 作用 |
|---|---|
chunks.source_content | 解析器原始输出，不可变。新建分块时不写入，首次手工编辑时从 content 惰性回填 |
chunks.content | 当前生效内容（检索、引用展示都用它） |
chunks.content_revision | 每次编辑或回滚 +1，用作乐观锁 |
chunks.index_status | ready / processing / failed，标识当前内容是否已反映到检索存储 |
chunks.last_editor_id | 产生当前版本的操作者 |
chunk_revisions 表 | 被覆盖的历史版本快照（内容、启停、编辑者、来源、时间） |
行为要点：
- 只有
text类型分块可编辑；内容去空白后不能为空，上限 200000 字节； - 乐观并发：请求可带
expected_revision，与当前版本不符返回 409，前端提示刷新后重试； - 不能新增图片：编辑内容中出现源内容里没有的图片 URL 会被拒绝；删除某张图片的 Markdown 引用时，对应的 OCR / caption 子分块被停用而非硬删除，这样回滚历史版本可以把它们重新启用；
- 父子分块一致性：编辑子块后按偏移量把改动叠加回父块（父块的
source_content保持不可变，替换按倒序应用，长度变化不会打乱坐标系）； - 索引失败处理：重建索引失败时行照常保存，但
index_status = failed，界面据此提示；再次提交相同内容会触发重试； - 保留生成问题：内容编辑后原有的检索问题保留，只是被标记为「与当前正文版本不匹配」，可以单条改写（
PUT /chunks/by-id/:id/questions）或整体重新生成（POST /chunks/by-id/:id/questions/regenerate）； - 摘要联动：内容或启停状态变化会入队一次文档摘要刷新，
summary_status转为pending；也可以用POST /knowledge/:id/regenerate-summary手动触发。
回滚（POST /chunks/:knowledge_id/:id/revert）本身也是一次新编辑：目标历史版本的内容被写为当前内容，版本号继续递增，原内容进入历史列表，因此「回滚的回滚」同样可行。
接口清单见 API 参考：分块与标签。
手工编辑摘要与分块浏览
在文档内容预览中可编辑摘要并保存，用于修正自动摘要。PUT /knowledge/:id 的 description 省略时保持原摘要，显式空字符串清空；更新摘要不会等同于修改原始文档内容。需要重新生成时使用「重新生成摘要」，内容/元数据变化也可能触发摘要刷新。
文档分块按页加载，切换文档和检索跳转会更新分页状态。完整字段见知识 API与分块 API。
下载与预览安全
GET /knowledge/:id/preview 的安全机制由 internal/handler/knowledge_preview_security_test.go 固化验证：
| 控制 | 实现 | 目的 |
|---|---|---|
按扩展名设置 Content-Type | PDF、图片、文本等按类型内联预览；HTML、SVG、XML、JS、CSS 等可被浏览器执行的类型强制为 application/octet-stream | 阻止浏览器把上传内容当页面执行（防存储型 XSS） |
X-Content-Type-Options: nosniff | 响应头 | 禁止 MIME 嗅探绕过 |
Content-Disposition | 可执行类型为 attachment，其余为 inline | 危险类型只能下载，不能内联渲染 |
| 路径校验 | ValidateKBScopedStoragePath() | 文件路径必须落在该 KB 的授权存储范围内（防路径穿越 / 越权读取） |
| 大小限制 | GetFile 响应体限制 | 防止超大文件拖垮预览 |
测试用例明确验证：HTML 文件即使内容是 <script>alert(1)</script>，也只会作为二进制附件传输。下载端点（/knowledge/:id/download 与批量下载 /knowledge-bases/:id/knowledge/batch-download）要求更高的 Contributor+ 且走 KBAccessWrite 门禁。
预览返回的是原始文件本身，通过只读共享（组织共享的 viewer、经共享智能体可见）访问时同样可以预览。「只有 Editor 及以上才能下载」是产品上的便利性限制，不是访问控制边界：能读到一个 KB 的人，就能拿到其中的原文件。
知识库复制与知识移动
复制（Copy / Duplicate）与 Preflight
internal/application/service/knowledge_clone_move.go，preflight 规则由 internal/handler/knowledgebase_copy_preflight_test.go 固化：
POST /knowledge-bases/copy：整库复制（配置 + 内容），body 传source_id；异步任务，进度查GET /knowledge-bases/copy/progress/:task_id（活动流记kb.clone_started/kb.clone_completed/kb.clone_failed）。POST /knowledge-bases/:id/duplicate：仅复制配置（不复制内容 / 索引 / 共享记录），活动流记kb.duplicated。
Preflight（复制前校验，直接同步拒绝）：
- 源 / 目标 KB 的租户隔离（跨租户拒绝）；
- 源 KB 存在性；
- VectorStore 兼容性：
reuse_vectors模式不支持跨向量库的 KB（向量不可直接搬移）； - StorageBackend 兼容性：跨存储后端复制不支持；
- API Key 调用时源 / 目标 KB 均须在 allow-list 内。
知识移动门禁（move gate）
POST /knowledge/move 支持两种模式，约束在 handler 与 service 双层校验（internal/handler/knowledge_move_gate_test.go 与 internal/application/service/knowledge_move_gate_test.go 双重佐证）：
reuse_vectors模式：直接复用既有向量，要求源 KB 与目标 KB 绑定同一 VectorStore；reparse模式：目标库重新解析生成向量，允许跨向量库移动。
同库判定 SharesStoreWith() 的规范化语义（空字符串归一化为 nil，nil 表示环境默认 store）：
nil & nil → true (同为 env-store)
"" & nil → true (空串规范化为 nil)
"store-a" & "store-a" → true
"store-a" & "store-b" → false
"store-a" & nil → false (显式绑定 vs env-store 不视为同库)GET /knowledge-bases/:id/move-targets 返回符合门禁的候选目标库；移动为异步任务，进度查 GET /knowledge/move/progress/:task_id。
存储配额与用量
配额挂在租户上（internal/types/tenant.go）：
| 字段 | 默认 | 说明 |
|---|---|---|
storage_quota | 10737418240（10GB） | 租户总配额 |
storage_used | 0 | 已用量（涵盖原始文件、文本、向量与索引占用） |
创建 KB 与上传知识前都会执行配额检查（internal/handler/knowledgebase.go 创建校验链），超限拒绝写入；每条知识记录自身 file_size 与 storage_size，删除时回收用量。
KB 路由与权限
（门禁语义见《租户、用户与认证授权》篇；KBAccessRead/Write 会解析组织共享路径。）
| 方法 | 路径 | Handler | 门禁 |
|---|---|---|---|
| POST | /knowledge-bases | CreateKnowledgeBase | Contributor+ / API Key manage_kbs |
| GET | /knowledge-bases | ListKnowledgeBases | Viewer+ / retrieve |
| GET | /knowledge-bases/:id | GetKnowledgeBase | Viewer+ + KBAccessRead |
| PUT | /knowledge-bases/:id | UpdateKnowledgeBase | OwnedKBOrAdmin + KBAccessWrite |
| DELETE | /knowledge-bases/:id | DeleteKnowledgeBase | OwnedKBOrAdmin + KBAccessWrite |
| PUT | /knowledge-bases/:id/pin | TogglePinKnowledgeBase | Viewer+ + KBAccessRead |
| POST/GET | /knowledge-bases/:id/hybrid-search | HybridSearch | Viewer+ + KBAccessRead |
| POST | /knowledge-bases/copy | CopyKnowledgeBase | Contributor+ / manage_kbs |
| POST | /knowledge-bases/:id/duplicate | DuplicateKnowledgeBase | Contributor+ / manage_kbs + KBAccessRead |
| POST | /knowledge-bases/:id/profile/generate | GenerateKnowledgeBaseProfile | OwnedKBOrAdmin + KBAccessWrite / manage_kbs |
| GET | /knowledge-bases/copy/progress/:task_id | GetKBCloneProgress | Viewer+ / retrieve 或 manage_kbs |
| GET | /knowledge-bases/:id/move-targets | ListMoveTargets | Viewer+ + KBAccessRead |
| GET | /knowledge-bases/:id/activity | ListKnowledgeBaseActivity | OwnedKBOrAdmin + KBAccessRead（仅 JWT） |
创建流程（internal/handler/knowledgebase.go）：Contributor 校验 → 租户存储配额检查 → EmbeddingModelID 校验 → VectorStoreID 绑定校验 → 创建 → 返回 KB + vector_store_display。
删除级联：删除 KB 下全部 Knowledge → Chunk → 向量索引 → 关键词索引 → Wiki 页面 → 标签 → 存储文件 → 软删除 KB 本身。共享侧的 editor 无法删除源 KB（删除要求 owner 租户 + Admin 侧权限）。
混合检索（Hybrid Search）
POST /knowledge-bases/:id/hybrid-search（internal/handler/knowledgebase.go + internal/application/service/knowledgebase_search*.go）按 KB 的 IndexingStrategy 组合召回：向量（vector_enabled）+ 关键词 BM25（keyword_enabled），经 rank fusion 融合与重排（rerank），可叠加知识图谱增强（graph_enabled）；多 KB 场景由 knowledgebase_search_fanout.go 并发扇出、knowledgebase_search_fusion.go 融合；共享 KB 检索路径见 knowledgebase_search_shared.go。FAQ 库检索有专门的命中策略（负例过滤 / 迭代召回），见 FAQ 篇。
知识处理管线
internal/application/service/knowledge_create.go / knowledge_process.go / knowledge_process_config.go：
上传 (file/url/manual)
→ 创建 Knowledge (parse_status=pending) → Asynq 入队
→ Worker: DocReader 解析 → 分块 (ChunkingConfig)
→ 向量嵌入 (indexing_strategy.vector_enabled)
→ 关键词索引 (keyword_enabled)
→ 图谱提取 (graph_enabled + ExtractConfig)
→ Wiki 生成 (wiki_enabled + WikiConfig)
→ 问题生成 (QuestionGenerationConfig.enabled)
→ 文档摘要 (process_config.summary_enabled，默认开启)
→ parse_status=finalizing, pending_subtasks_count=N
→ 每个富化子任务完成后原子递减；归零 → parse_status=completed配置合并优先级（EffectiveProcessConfig）：Knowledge.ProcessOverrides（单次上传覆盖，存于知识 metadata 的 KnowledgeProcessOverrides，可覆盖 parser 规则 / 分块 / VLM / ASR / 问题生成 / 图谱开关 / 摘要开关等）> KB 配置 > 租户默认。
Chunk 类型（internal/types/chunk.go）：text、parent_text、image_ocr、image_caption、summary、entity、relationship、faq、web_search、table_summary、table_column、wiki_page；chunk 支持 is_enabled 开关与 flags 位标志（bit0 = 可推荐）。
知识库活动流（KB Activity）
知识库设置的「活动」页签记录配置修改、文档上传与删除、分块编辑、共享变更和 Wiki 更新，包含操作人、时间与结果。
internal/application/service/kb_activity.go 复用审计日志体系（AuditLog，scope 为 knowledge_base），通过 recordKBActivity(ctx, audit, tenantID, kbID, action, targetType, targetID, outcome, details) 记录：
- 活动动作（
internal/types/audit_log.go）：kb.created/kb.updated/kb.deleted/kb.duplicated/kb.clone_started/kb.clone_completed/kb.clone_failed、kb.share_added/kb.share_permission_changed/kb.share_removed，以及知识 / chunk 级的增删改动作； - 触发源：context 中的
kbActivityTaskMetadata{TaskID, Trigger}（user用户操作 /system后台任务）自动并入 details；根据 outcome 自动补processing_status（accepted→pending、success→completed、partial→partial、failed/denied→failed、canceled→canceled）； - API Key 身份：
X-API-Key调用写入details.api_key_id/details.api_key_name（名称快照）。活动页在原发起人后额外显示 Key 名称；JWT 网页操作不加这两项。异步任务只把 Key 展示身份放进TaskInitiator，不把 Key 权限 scope 恢复进 worker； - 批量操作样本标题：
kbActivityAppendSampleTitles为批量操作附带最多 5 个去重标题（第一个作为title，其余进titles数组），保证活动流可读且有界； - 抑制机制：
withKBActivitySuppressed(ctx)可让内部级联操作不产生重复活动记录。
查询端点：GET /knowledge-bases/:id/activity（OwnedKBOrAdmin，仅 JWT 用户，API Key 不可访问）。
实现参考
以下路径均相对仓库根目录：
| 层 | 文件 |
|---|---|
| KB 模型与配置结构 | internal/types/knowledgebase.go、indexing_strategy.go |
| 知识 / Chunk / 标签模型 | internal/types/knowledge.go、chunk.go、tag.go |
| 处理配置覆盖 | internal/types/knowledge_process.go |
| KB Handler | internal/handler/knowledgebase.go |
| 知识 Handler | internal/handler/knowledge.go |
| 标签 Handler | internal/handler/tag.go |
| KB 服务 | internal/application/service/knowledgebase.go |
| 知识创建 / 处理管线 | internal/application/service/knowledge_create.go、knowledge_process.go、knowledge_process_config.go |
| 复制与移动 | internal/application/service/knowledge_clone_move.go |
| 活动流 | internal/application/service/kb_activity.go |
| 路由与门禁 | internal/router/routes_knowledge.go、internal/router/rbac.go |
| 关键测试佐证 | internal/handler/knowledge_preview_security_test.go、knowledge_move_gate_test.go、knowledgebase_copy_preflight_test.go |