面向中大型企业的内部知识管理场景。核心痛点包括：制度文件、项目经验、技术方案等分散在 OA、飞书、Confluence、SharePoint 等多个平台，形成信息孤岛；核心员工离职导致知识资产流失；新人入职后"找不到、问不到、学不会"，重复问题反复消耗资深员工精力；敏感文档在公有云上缺乏细粒度权限管控与审计追踪。
本系统服务于企业 IT 部门、知识管理团队及各部门知识管理员，覆盖金融、制造、医疗、法律等对知识准确性与合规性要求较高的行业。核心业务闭环为：多源知识采集 → 智能加工与结构化 → 混合检索与 AI 问答 → 引用溯源与反馈闭环 → 持续运营优化。
1. 多源知识采集与接入
支持 Word、PDF、Excel、PPT、图片、音视频等十余种格式的深度解析，可通过批量导入、接口同步、增量抓取。内置 OCR（支持 120+ 语言）、语音转写、多模态理解能力，从扫描件、流程图、表格中提取可用知识。
2. 知识自动加工与组织
自动格式解析、去重清洗、语义分块（chunk 大小 300–500 tokens，重叠 15%）
AI 自动打标签、分类归档、质量评分
元数据管理：责任人、有效期、业务域、密级、版本号
过期文档自动提醒，删除操作实时同步索引
3. 混合检索与智能问答
三路混合检索：BM25 关键词检索 + 向量语义检索 + 知识图谱关联检索
Cross-encoder Reranking 重排序，将 top-3 正确答案召回率从 60–70% 提升至 85%+
多轮对话式问答，支持自然语言提问、追问、条件筛选
查询改写与实体识别，补全指代关系
答案强制带原文引用来源，支持一键跳转到源文档复核
置信度阈值控制：低置信度自动回退"转人工 / 我不确定"，抑制幻觉
针对不同角色输出差异化答案（新员工看流程、技术看参数、管理者看指标）
4. 精细化权限与协作
三层授权模型：RBAC（角色）+ ABAC（部门/项目/密级属性）+ ACL（文档级访问列表）
权限贯穿全链路：检索前即排除无权访问文档，非仅前端拦截
共享空间 → 知识库 → 知识标签三级粒度，支持全公司 / 本部门 / 跨部门 / 指定人员
权限可下钻至智能体级别：不同部门的 AI 助手仅可访问授权知识范围
SSO/OAuth2 对接企业目录（LDAP/OIDC），文档级水印、防复制
一、多模态文档解析流水线
PDF 解析：PDFPlumber（文本层提取）+ PyMuPDF（版面分析），表格区域使用 Camelot 提取结构化数据，准确率 ≥ 98%
图片处理：Tesseract 5.3 OCR 引擎 + PaddleOCR 中文优化，识别后送入 VLM（如 Qwen-VL）生成图像描述
音视频处理：FFmpeg 每秒提取 5 帧关键画面进行视觉特征提取，语音通过 Whisper 转写
文档类型自适应分块：
技术手册 → 512 token 滑动窗口 + 章节标题保留
合同文件 → 章节级分块 + 关键条款高亮
工单历史 → 按对话轮次分块
分块边界检测基于 Sentence-BERT 语义相似度，阈值 < 0.65 时强制切分
二、RAG 检索增强生成链路
完整流水线包含 7 个环节：
1问题理解：意图识别 + 指代补全（如"它的限制"还原为完整实体查询）+ 实体识别
2查询改写：基于历史对话上下文生成多视角查询变体（Query Expansion）
3权限预过滤：根据用户身份（部门、角色、密级）生成 ACL 过滤条件，在检索前即排除无权文档
4多路召回：
BM25 稀疏检索（精确词、产品代号、内部编号匹配）
向量密集检索（语义相似度，top-50）
知识图谱检索（实体关系路径推理）
5混合排序 + Rerank：BM25 与向量分数加权融合 → Cross-encoder 精排 → top-5 送入大模型
6上下文组装：将 top-5 片段 + 问题 + 角色提示词组装为结构化 Prompt
三、权限与安全实现
认证：对接企业 SSO（OAuth2/OIDC/LDAP）
授权模型：RBAC（角色权限）+ ABAC（部门/项目/密级属性）+ ACL（文档级白名单）
检索时过滤：在 Elasticsearch 查询 DSL
评论