新增: 知识库图召回激活扩散与治理续批

- 阶段2 图召回: list_neighbors_for_seeds(多种子 1-hop 展开,排除种子与 archived)+knowledge_search 结果附 related 段(权重降序限 5)
- 蒸馏合并: knowledge_distill.rs(archived 按 kind 分组 LLM 合订本+merges 边连组)
- V54 knowledge_edges 边表与渐进披露批配套迁移/模型字段
- 提炼链 related_ids 协议+检索补 id 字段
This commit is contained in:
lxy
2026-10-26 01:36:19 +08:00
parent a30f599fe2
commit 0dd95e0e6e
15 changed files with 953 additions and 135 deletions
@@ -0,0 +1,133 @@
//! 存量知识蒸馏合并(知识库治理 P0 深化,2026-10-24 用户指令「历史知识内容蒸馏压缩合并」)
//!
//! 与写入防重(P0,治增量)互补:本模块治存量——已归档长尾(淘汰批 632 条)按 kind 分组,
//! LLM 把一组同主题旧知识蒸馏成一条「合订本」(candidate 入库,原条目保持 archived 不删),
//! 建 merges 边(合订本→组内每条,origin=distill)保留可溯关系。
//!
//! 蒸馏语义:合订本是「组内知识的浓缩替代视图」,不是权威合并——原条目仍在库(archived)
//! 可随时人工复核;合订本走正常 candidate→复用晋升通道,被人用过才算立住。
use std::sync::Arc;
use df_ai::provider::{ChatMessage, CompletionRequest, LlmProvider};
use df_ai::router::{select_model_id, Modality, TaskRequirements};
use df_storage::crud::KnowledgeRepo;
use df_storage::db::Database;
use df_storage::models::AiProviderRecord;
use crate::commands::ai::knowledge_inject::{candidate_record_from_item, strip_code_fence};
use crate::state::LlmConcurrency;
use super::secret::build_provider_for;
/// 单批蒸馏条数上限:每组送 LLM 的条目数。20 条 × 均 218 字 ≈ 4.4K 字符输入,
/// 输出单条合订本 2K token 内;更多条分组蒸馏质量劣化(模型记不住开头),宁多批。
const DISTILL_GROUP_LIMIT: usize = 20;
/// 合订本 content 里单条原知识的摘要截断(蒸馏输入侧)
const DISTILL_ITEM_SNIPPET: usize = 300;
const DISTILL_SYSTEM_PROMPT: &str = "你是知识蒸馏引擎。下面是知识库中同一主题下的一组已归档旧知识条目,\
它们多为多次对话对同一经验的重复沉淀。请把它们蒸馏成**一条**合并后的知识:\n\
- content 融合全组信息,去重、合并同类点、保留每条的独有细节,输出完整可复用的浓缩版\n\
- title 概括整组共同主题\n\
- tags 取全组标签的并集(最多 5 个)\n\
- reasoning 说明蒸馏取舍(丢了什么、为何可丢)\n\n\
输出严格的 JSON 对象(不要 markdown 包裹):\n\
{\"kind\": \"<沿用组内 kind>\", \"title\": \"...\", \"content\": \"...\", \"tags\": [\"...\"], \"confidence\": \"medium\", \"reasoning\": \"...\"}\n\n\
无可蒸馏内容(条目互相无重叠且各自完整)时输出 {\"skip\": true}。只输出 JSON。";
/// 蒸馏一个已归档分组:LLM 合订本 → candidate 落库 → merges 边连组内全部条目。
///
/// 返回合订本 id;组内不足 2 条(无可合并)或模型输出 skip 时返回 Ok(None)。
/// 节奏控制:重复调用同 kind 会再取同批条目(蒸馏批不做已处理标记,P0 由前端按钮
/// 人工控频;merges 边幂等,重复产出合订本可人工在收件箱驳回)。
pub async fn distill_archived_group(
db: &Arc<Database>,
provider_config: &AiProviderRecord,
llm_concurrency: &LlmConcurrency,
kind: &str,
limit: Option<usize>,
) -> anyhow::Result<Option<String>> {
let repo = KnowledgeRepo::new(db);
let group = repo
.list_by_status_kind("archived", kind, limit.unwrap_or(DISTILL_GROUP_LIMIT).min(50))
.await?;
if group.len() < 2 {
return Ok(None);
}
// 组装蒸馏输入:编号列表(id 供溯源,正文截断)
let mut conv_text = format!("主题分组: {kind}\n\n");
for (i, k) in group.iter().enumerate() {
let truncated: String;
let content = if k.content.chars().count() > DISTILL_ITEM_SNIPPET {
truncated = k.content.chars().take(DISTILL_ITEM_SNIPPET).collect();
truncated.as_str()
} else {
k.content.as_str()
};
conv_text.push_str(&format!("[{}] id={} | {}\n{}\n\n", i + 1, k.id, k.title, content));
}
let messages = vec![
ChatMessage::system(DISTILL_SYSTEM_PROMPT),
ChatMessage::user(&conv_text),
];
let req = TaskRequirements {
modalities: vec![Modality::Text],
needs_tool_use: false,
estimated_context: 0,
tier: None,
};
let model = select_model_id(&req, &provider_config.model_configs)
.unwrap_or_else(|| provider_config.default_model.clone());
let request = CompletionRequest {
model,
messages,
temperature: Some(0.2),
max_tokens: Some(2048),
stream: false,
tools: None,
tool_choice: None,
reasoning_content: None,
};
let provider: Box<dyn LlmProvider> = build_provider_for(provider_config)
.map_err(|e| anyhow::anyhow!("provider 密钥不可用: {e}"))?;
let _global = llm_concurrency.acquire_global().await;
let resp = provider.complete(request).await?;
let json_str = strip_code_fence(resp.text.trim());
let item: serde_json::Value = serde_json::from_str(json_str)
.map_err(|e| anyhow::anyhow!("蒸馏输出 JSON 解析失败: {e} | 原始: {}", resp.text))?;
if item.get("skip").and_then(|v| v.as_bool()) == Some(true) {
return Ok(None);
}
// 合订本落库:candidate 信任级(source_ref=distill:{kind}),溯源与自动提炼同风格
let batch_ref = format!("distill:{}", kind);
let record = candidate_record_from_item(&item, None, Some(batch_ref.clone()))
.ok_or_else(|| anyhow::anyhow!("蒸馏产出字段残缺(kind/title/content 缺失)"))?;
repo.insert(record.clone()).await?;
let timeline = crate::commands::knowledge_timeline::KnowledgeTimeline::new(db);
timeline
.record_extracted(
&record.id,
"distill-batch",
&format!("蒸馏合订本({kind})"),
record.reasoning.as_deref().unwrap_or(""),
None,
)
.await;
// merges 边:合订本 → 组内每条(insert_edge 双向去重幂等,单边失败非阻断)
let mut linked = 0usize;
for k in &group {
if repo.insert_edge(&record.id, &k.id, "merges", "distill").await.is_ok() {
linked += 1;
}
}
tracing::info!(
"[knowledge-distill] {kind} 组蒸馏完成: 合订本 {} ← {linked} 条边(group={})",
record.id,
group.len()
);
Ok(Some(record.id))
}
+135 -8
View File
@@ -50,6 +50,12 @@ const KNOWLEDGE_EXTRACT_WINDOW: usize = 40;
///
/// 取代原「每会话仅提炼一次」的 bool 硬去重——长会话后半程的新经验此前永不提炼。
const KNOWLEDGE_EXTRACT_MIN_NEW_USER_MSGS: usize = 10;
/// 提炼查重候选数:随 prompt 附给 LLM 的已有知识条数(P0 写入防重,2026-10-23)
///
/// 5 条 × 500 字截断 ≈ 2.5K 字符,足以覆盖本轮对话主题的已有知识面;更多会稀释
/// 提炼输入预算与 LLM 对单条的注意力。与注入 limit=3 同量级但不等值(注入防膨胀,
/// 查重要盖住高频重复区)。
const KNOWLEDGE_DEDUP_CANDIDATES: usize = 5;
/// 自动提炼频次水位(conv_id → 上次提炼进度),见 [`EXTRACT_WATERMARKS`]。
#[derive(Clone, Copy)]
@@ -235,6 +241,11 @@ async fn resolve_embed_provider(
/// 生成文本嵌入(向量检索用)
///
/// 用配置指定的 embedding provider(必须 openai_compat 类型),失败返回 None(降级 LIKE)。
///
/// ⚠️ P0 定位变更(2026-10-23 知识库治理审查拍板):向量路径的「检索用途」明确弃用——
/// 生产实证 0/1688 条有向量(provider 从未配成,本函数返回 None 即天然跳过,降级 LIKE
/// 已是唯一实际路径)。检索独走分词 LIKE;本链路保留不删,阶段 3(知识中枢设计 2026-10-23)
/// 改职复活为「自动建边引擎」(相似度>阈值=similar 边候选),届时不再做检索排序。
async fn generate_embedding(
state: &AppState,
text: &str,
@@ -894,13 +905,20 @@ const EXTRACTION_SYSTEM_PROMPT: &str = "你是知识提炼引擎,从 AI 对话
输出严格的 JSON 数组(不要 markdown 代码块包裹),每个元素 schema:\n\
{\"kind\": \"review_rule|prompt_template|pitfall|architecture_pattern|diagnosis|deployment_note|workflow_optimization\", \
\"title\": \"简短标题\", \"content\": \"完整可复用内容\", \
\"tags\": [\"标签\"], \"confidence\": \"high|medium|low\", \"reasoning\": \"为何值得沉淀\"}\n\n\
\"tags\": [\"标签\"], \"confidence\": \"high|medium|low\", \"reasoning\": \"为何值得沉淀\", \
\"action\": \"new|update\", \"target_id\": \"已有条目id(仅 update 时)\", \
\"related_ids\": [\"强相关的已有条目id\"](可选,最多3个,仅 action=new 时)}\n\n\
规则:\n\
1. 如果适用范围有限制(如仅适用特定语言/框架/场景),必须在 content 或 tags 中明确标注\n\
2. confidence: high=对话中可直接观察的明确模式, medium=合理推断, low=推测性弱信号\n\
3. 无可提炼内容时返回空数组 []\n\
4. 输出纯 JSON,无任何额外文字\n\
5. 最多提取 5 条,按复用价值降序排列(只保留高价值条目,宁缺毋滥)";
5. 最多提取 5 条,按复用价值降序排列(只保留高价值条目,宁缺毋滥)\n\
6. 查重融合:若本次经验与「已有知识库条目」中某条重复或强相关,必须输出 action=\"update\" \
且 target_id=该条 id,content 给出融合两方后的完整新版(不要重复旧文已有信息),\
禁止同义新增造成知识重复;确属新经验才 action=\"new\"(可省略 action 字段)\n\
7. 关联标注:action=\"new\" 时,若与已有条目存在强相关(同一主题的互补/前提/对照),\
在 related_ids 数组里列出最多 3 个相关条目 id,供知识关联网络建边;无强相关则省略该字段";
/// 终态提炼提示词 — 在常规提示词上加终态边界(设计 §3.1):产出限跨会话可复用经验,
/// 未完成事项/待办是会话任务态不是知识,归 L4 目标快照与停靠说明承接,不进知识表。
@@ -1356,7 +1374,7 @@ fn conv_title_or_placeholder(title: Option<String>) -> String {
/// LLM 产出单条 → candidate 知识记录(常规/终态提炼共用的落库统一口径)。
/// kind 缺失或标题/正文为空返回 None(调用方跳过该条);status 恒 candidate(LLM 写入
/// 不自动发布,与工具沉淀同信任级);归属与溯源 source_ref 由调用方按统一口径给定。
fn candidate_record_from_item(
pub(crate) fn candidate_record_from_item(
item: &serde_json::Value,
source_project: Option<&str>,
source_ref: Option<String>,
@@ -1417,8 +1435,19 @@ async fn run_extraction_core(
Some(mid) => format!("conv_msg:{}", mid),
None => format!("conv:{}", conv_id),
});
// P0 写入防重(2026-10-23):提炼前按窗口关键词查已有知识 top5 随 prompt 附给 LLM,
// 重复经验走 update 融合而非同义新增——治理审查实测零查重是 10 月 695 条膨胀的主因。
// 全局检索(project=None):知识重复不分项目。检索失败非阻断(降级为无候选,行为回旧)。
let existing = match extract_existing_candidates(db, conv_text).await {
Ok(v) => v,
Err(e) => {
tracing::warn!("[knowledge] 查重候选检索失败,降级无查重提炼(非阻断): {e}");
Vec::new()
}
};
let system_full = append_existing_block(system_prompt, &existing);
let extract_messages = vec![
ChatMessage::system(system_prompt),
ChatMessage::system(&system_full),
ChatMessage::user(&format!("请从以下对话中提炼可复用知识:\n\n{}", conv_text)),
];
// F-01 阶段5: 知识提炼路由 — TaskRequirements(Standard,无工具)。
@@ -1498,7 +1527,45 @@ async fn run_extraction_core(
tracing::info!(conv_id, project_id = %pid, "[KNOWLEDGE-EXTRACT] 本轮产出知识归属项目");
}
let mut inserted = 0;
let mut updated = 0;
// update 分派的合法性锚:target_id 必须命中本轮附给 LLM 的候选集(防幻觉 id 误改他条)
let existing_ids: std::collections::HashSet<&str> =
existing.iter().map(|r| r.id.as_str()).collect();
for item in &items {
// P0 查重融合路径:action=update 且 target_id 命中候选集 → 覆盖已有条目而非新建。
// content 缺失/空白与 target 未命中都降级走新建(内容不丢,与旧行为一致)。
let update_target = (item.get("action").and_then(|v| v.as_str()) == Some("update"))
.then(|| item.get("target_id").and_then(|v| v.as_str()))
.flatten()
.filter(|tid| existing_ids.contains(*tid));
if let Some(tid) = update_target {
let Some(new_content) = item
.get("content")
.and_then(|v| v.as_str())
.map(str::trim)
.filter(|s| !s.is_empty())
else {
continue;
};
let reasoning_line = format!(
"update@{}: {}",
chrono::Utc::now().format("%Y-%m-%d"),
item.get("reasoning").and_then(|v| v.as_str()).unwrap_or("融合重复经验")
);
match knowledge_repo
.update_content_merged(tid, new_content, &reasoning_line)
.await
{
Ok(true) => {
updated += 1;
tracing::info!("AI 提炼知识融合更新: {tid}(重复经验并入已有条目)");
timeline.record_updated(tid, &["content"], source_ref.as_deref().unwrap_or("extract")).await;
}
Ok(false) => tracing::warn!("知识融合更新未命中(id 已消失?),降级新建: {tid}"),
Err(e) => tracing::warn!("知识融合更新失败(非阻断,降级新建): {e}"),
}
continue;
}
let Some(record) = candidate_record_from_item(item, source_project.as_deref(), source_ref.clone()) else {
continue;
};
@@ -1520,18 +1587,78 @@ async fn run_extraction_core(
last_assistant_msg_id,
)
.await;
// 阶段1 连边:related_ids ∩ 候选集 → similar 边(方向=新条目→相关已有条目)。
// 幂等(insert_edge 双向去重),单边失败非阻断只 warn。
let related = item
.get("related_ids")
.and_then(|v| v.as_array())
.map(|arr| arr.iter().filter_map(|x| x.as_str()).collect::<Vec<_>>())
.unwrap_or_default();
for rid in related.into_iter().take(3) {
if !existing_ids.contains(rid) || rid == record.id {
continue;
}
if let Err(e) = knowledge_repo.insert_edge(&record.id, rid, "similar", "llm-tag").await {
tracing::warn!("知识关联边建立失败(非阻断): {}→{}: {e}", record.id, rid);
}
}
}
Err(e) => tracing::warn!("知识候选插入失败(非阻断): {}", e),
}
}
if inserted > 0 {
tracing::info!("知识提炼完成: 对话 {} 产出 {} 条 candidate", conv_id, inserted);
// 水位语义「有产出才推进」:update 与 new 同为产出(0 new + N update 不再误判无产出)
if inserted + updated > 0 {
tracing::info!(
"知识提炼完成: 对话 {conv_id} 新建 {inserted} 条 / 融合更新 {updated} 条"
);
}
Ok(inserted)
Ok(inserted + updated)
}
/// 提炼查重候选检索:按窗口关键词查已有知识 top5(P0 写入防重,2026-10-23)
///
/// 走与注入同源的 [`extract_query_keywords`] 分词 + [`KnowledgeRepo::search_keywords`]
/// (include_candidates=true 与检索面同口径)。降级链:分词空词/0 命中 → 空表(LLM 收不到
/// 已有块,全部走 new,行为回旧)。
async fn extract_existing_candidates(
db: &Arc<Database>,
conv_text: &str,
) -> anyhow::Result<Vec<KnowledgeRecord>> {
let keywords = extract_query_keywords(conv_text);
if keywords.is_empty() {
return Ok(Vec::new());
}
let repo = KnowledgeRepo::new(db);
Ok(repo.search_keywords(&keywords, true, KNOWLEDGE_DEDUP_CANDIDATES).await?)
}
/// 把已有知识候选块追加到提炼 system prompt(action=update 协议的上下文载体)
///
/// 每条带 id/title/content 截断(500 字,LLM 判断重复足够,不撑提炼输入预算);
/// 候选为空返回原 prompt(零开销)。
fn append_existing_block(system_prompt: &str, existing: &[KnowledgeRecord]) -> String {
if existing.is_empty() {
return system_prompt.to_owned();
}
let mut block = String::from("\n\n已有知识库条目(判断查重用):\n");
for r in existing {
let truncated: String;
let content = if r.content.chars().count() > 500 {
truncated = r.content.chars().take(500).collect();
truncated.as_str()
} else {
r.content.as_str()
};
block.push_str(&format!(
"- id={} | {} | {}\n",
r.id, r.title, content
));
}
format!("{system_prompt}{block}")
}
/// 剥离 LLM 输出可能的 ```json ... ``` 代码块包裹
fn strip_code_fence(s: &str) -> &str {
pub(crate) fn strip_code_fence(s: &str) -> &str {
let s = s.trim();
if let Some(rest) = s.strip_prefix("```json") {
return rest.trim().trim_end_matches("```").trim();
+68 -3
View File
@@ -92,6 +92,7 @@ pub fn register(registry: &mut AiToolRegistry, db: &Arc<Database>) {
.iter()
.map(|k| {
serde_json::json!({
"id": k.id,
"title": k.title,
"kind": k.kind,
"content": truncate_chars_ellipsis(&k.content, SEARCH_CONTENT_SNIPPET_LEN),
@@ -100,22 +101,46 @@ pub fn register(registry: &mut AiToolRegistry, db: &Arc<Database>) {
})
})
.collect();
Ok(serde_json::json!({ "results": results }))
// 图召回·激活扩散(阶段2,2026-10-26):命中集沿边扩一跳,把「连着的知识」带出
// 检索面——排除已命中与 archived,按边权重降序限 5 条;related 不占 limit 配额,
// 空数组=无关联(语义清晰,LLM 可忽略)。
let seed_ids: Vec<String> = hits.iter().map(|k| k.id.clone()).collect();
let related: Vec<serde_json::Value> = repo
.list_neighbors_for_seeds(&seed_ids, 5)
.await
.unwrap_or_default()
.iter()
.map(|n| {
serde_json::json!({
"id": n.knowledge.id,
"title": n.knowledge.title,
"kind": n.knowledge.kind,
"edge_kind": n.edge.kind,
"direction": n.direction,
})
})
.collect();
Ok(serde_json::json!({ "results": results, "related": related }))
}
);
// 沉淀工具:用户说「记住/记一下/以后注意」时把要点落为候选知识
// 沉淀工具:用户说「记住/记一下/以后注意」时把要点落为候选知识。
// P0 写入防重(2026-10-23):工具无「再问一次 LLM」的查重机会,防重靠描述引导
// (先 search 后写) + update_target_id 融合口径——agent 检索发现重复时传已有条目
// id 走融合更新,禁同义新增。
declare_tool!(
registry,
db: Arc<Database>,
"knowledge_insert",
"把一条经验/约定/踩坑要点沉淀进本地知识库(写入为候选知识,经复用或人工审核后转正,不会立即进入检索)。使用时机:用户说「记住/记一下/以后注意/这是我踩过的坑」时调用,先提炼要点再写入。参数:title=一句话概括(必填),content=要点详情(必填),kind=知识类型(可选,常用:pitfall 踩坑/architecture_pattern 架构模式/diagnosis 诊断/review_rule 评审规则/prompt_template 提示词模板/deployment_note 部署要点/workflow_optimization 流程优化,默认 pitfall),tags=标签数组(可选)。回答前查已有知识请用 knowledge_search",
"把一条经验/约定/踩坑要点沉淀进本地知识库(写入为候选知识,经复用或人工审核后转正,不会立即进入检索)。使用时机:用户说「记住/记一下/以后注意/这是我踩过的坑」时调用,先提炼要点再写入。写入前必须先 knowledge_search 查重:与已有条目重复或强相关时不要新增,改传 update_target_id=该条 ID 做融合更新(此时 content 给融合后的完整内容,title 忽略),禁止同义新增造成知识重复。参数:title=一句话概括(新增时必填),content=要点详情(必填),kind=知识类型(可选,常用:pitfall 踩坑/architecture_pattern 架构模式/diagnosis 诊断/review_rule 评审规则/prompt_template 提示词模板/deployment_note 部署要点/workflow_optimization 流程优化,默认 pitfall),tags=标签数组(可选),update_target_id=已有知识ID(可选,融合更新而非新增)",
RiskLevel::Low,
schema: object_schema(vec![
("title", "string", true),
("content", "string", true),
("kind", "string", false),
("tags", "array", false),
("update_target_id", "string", false),
("related_ids", "array", false),
]),
args => {
let title = args["title"].as_str().ok_or_else(|| anyhow::anyhow!("缺少 title"))?;
@@ -123,6 +148,28 @@ pub fn register(registry: &mut AiToolRegistry, db: &Arc<Database>) {
if title.trim().is_empty() || content.trim().is_empty() {
anyhow::bail!("title 和 content 不能为空");
}
let repo = df_storage::crud::KnowledgeRepo::new(&db);
// P0 融合更新路径:update_target_id 命中已有条目 → 覆盖 content 并留轨迹;
// 未命中(false=条目已消失)向 agent 明确报错,由其降级重新调用(不带该参数)
if let Some(tid) = args["update_target_id"].as_str().map(str::trim).filter(|s| !s.is_empty()) {
let reasoning_line = format!(
"update@{}: agent 对话沉淀融合(来源 {})",
chrono::Utc::now().format("%Y-%m-%d"),
caller_conv().map(|c| format!("conv:{c}")).unwrap_or_else(|| "ai-chat".into())
);
let merged = repo
.update_content_merged(tid, content.trim(), &reasoning_line)
.await?;
if !merged {
anyhow::bail!("update_target_id={tid} 的知识不存在(可能已删除),请不带该参数重新调用以新增");
}
return Ok(serde_json::json!({
"id": tid,
"content": content,
"action": "update",
"note": "已融合更新已有知识,未新增条目"
}));
}
// 非空即透传不做硬白名单(见模块注释:snippet 先例,过严校验制造假失败)
let kind = match args["kind"].as_str() {
Some(k) if !k.trim().is_empty() => k.trim().to_string(),
@@ -169,11 +216,29 @@ pub fn register(registry: &mut AiToolRegistry, db: &Arc<Database>) {
let kind_out = record.kind.clone();
let repo = df_storage::crud::KnowledgeRepo::new(&db);
repo.insert(record).await?;
// 阶段1 连边:related_ids(知识检索结果里的已有条目)逐个校验存在后建 similar 边,
// 幂等且非阻断(单边失败只 warn,不回滚主写入)
let mut linked = 0usize;
if let Some(arr) = args["related_ids"].as_array() {
for rid in arr.iter().filter_map(|v| v.as_str()).take(3) {
if rid == id {
continue;
}
if repo.get_by_id(rid).await.unwrap_or(None).is_none() {
tracing::warn!("related_id 不存在,跳过建边: {rid}");
continue;
}
if repo.insert_edge(&id, rid, "similar", "llm-tag").await.is_ok() {
linked += 1;
}
}
}
Ok(serde_json::json!({
"id": id,
"title": title,
"kind": kind_out,
"status": "candidate",
"linked": linked,
"note": "已记录为候选知识,复用或审核后转正"
}))
}
+83 -4
View File
@@ -7,7 +7,7 @@ use serde::Deserialize;
use tauri::State;
use df_types::types::new_id;
use df_storage::models::{KnowledgeEventRecord, KnowledgeRecord};
use df_storage::models::{KnowledgeEventRecord, KnowledgeRecord, RelatedKnowledge};
use crate::state::{AppState, KnowledgeConfig};
@@ -303,6 +303,80 @@ pub async fn knowledge_retry_embedding(
Ok(count)
}
/// 淘汰批:零复用 + low 置信 + 超龄条目批量归档(P0 淘汰机制,2026-10-23)
///
/// 背景(知识库治理审查 2026-10-23):71% 条目零复用长尾稀释检索排序,检索面是
/// status 白名单,archived 天然出池。逐条留痕(status_changed,source_ref=archive_stale)
/// 可审计可回滚。默认阈值 90 天/批 500——从生产画像看 low 置信存量极少(实测 1 条),
/// 阈值偏保守,宁可分批多跑不误伤。
///
/// 归档不可逆性:archived 条目退出检索面,可通过 knowledge_update_status 手动转回
/// published(状态机合法迁移),留痕链完整。
#[tauri::command]
pub async fn knowledge_archive_stale(
state: State<'_, AppState>,
older_than_days: Option<i64>,
limit: Option<i64>,
) -> Result<Vec<String>, String> {
let days = older_than_days.unwrap_or(90).clamp(1, 3650);
let limit = limit.unwrap_or(500).clamp(1, 5000);
let ids = state
.knowledge
.archive_stale(days, limit)
.await
.map_err(err_str)?;
// 逐条留痕 fire-and-forget(与晋升留痕同风格,吞错只 warn)。
// from 记 "stale" 而非逐条旧值(批量 UPDATE 已合并原状态,淘汰批标记便于审计回滚)
let timeline = KnowledgeTimeline::new(&state.db);
for id in &ids {
timeline.record_status_change(id, "stale", "archived").await;
}
if !ids.is_empty() {
tracing::info!("[knowledge] 淘汰批: {} 条零复用低置信超龄条目归档(>{days}天)", ids.len());
}
Ok(ids)
}
/// 关联知识列表(知识中枢阶段1:详情页「关联知识」区块数据源)
///
/// 双向读边表 + 对端条目展开,archived 对端不展示(与检索面口径一致)。
#[tauri::command]
pub async fn knowledge_list_related(
state: State<'_, AppState>,
id: String,
limit: Option<i64>,
) -> Result<Vec<RelatedKnowledge>, String> {
let limit = limit.unwrap_or(10).clamp(1, 50) as usize;
state
.knowledge
.list_related(&id, limit)
.await
.map_err(err_str)
}
/// 存量蒸馏合并(治理 P0 深化,2026-10-24):对指定 kind 的已归档分组跑一次 LLM 蒸馏,
/// 产出单条合订本(candidate)并建 merges 边连组内条目。返回合订本 id(组内不足 2 条
/// 或模型判 skip 返回 None)。
#[tauri::command]
pub async fn knowledge_distill_group(
state: State<'_, AppState>,
kind: String,
limit: Option<i64>,
) -> Result<Option<String>, String> {
let provider_config = crate::commands::ai::prompt::get_active_provider(&state)
.await
.map_err(err_str)?;
crate::commands::ai::knowledge_distill::distill_archived_group(
&state.db,
&provider_config,
&state.llm_concurrency,
&kind,
limit.map(|n| n as usize),
)
.await
.map_err(err_str)
}
// ============================================================
// 配置 + 手动提炼
// ============================================================
@@ -367,14 +441,17 @@ pub struct UpdateKnowledgeInput {
pub reasoning: Option<String>,
}
/// 知识详情聚合负载(基本信息 + 全部生命线事件)
/// 知识详情聚合负载(基本信息 + 全部生命线事件 + 关联知识)
#[derive(Debug, Serialize)]
pub struct KnowledgeDetailPayload {
pub knowledge: KnowledgeRecord,
pub events: Vec<KnowledgeEventRecord>,
/// 关联知识(阶段1 连边,双向读+对端展开);老前端不消费此字段无影响
#[serde(default)]
pub related: Vec<RelatedKnowledge>,
}
/// 知识详情(基本信息 + 生命线事件) — 详情页一次拉全
/// 知识详情(基本信息 + 生命线事件 + 关联知识) — 详情页一次拉全
#[tauri::command]
pub async fn knowledge_get_detail(
state: State<'_, AppState>,
@@ -391,7 +468,9 @@ pub async fn knowledge_get_detail(
.list_by_knowledge(&id)
.await
.map_err(err_str)?;
Ok(KnowledgeDetailPayload { knowledge, events })
// 关联边读取失败非阻断(边表为空/极老库未到 V54 时降级空列表)
let related = state.knowledge.list_related(&id, 10).await.unwrap_or_default();
Ok(KnowledgeDetailPayload { knowledge, events, related })
}
/// 编辑知识(部分更新 title/content/tags/confidence/reasoning)