本周工作总结:

• 新增单层知识问答匹配系统
  • 新增 knowledge_router 模块，形成独立的知识问答服务。模型只需输出 q001 或 NONE，不再负责生成完整回答正文。FAQ 数据在服务启动时载入内存，匹配成功后通过 ID 快速查询答案。
  • 将问答流程调整为：
    • 用户输入问题；
    • LLM 从标准问题列表中匹配问题 ID；
    • 后端根据 ID 从内存中直接返回预设答案。
• 新增 Top K 置信度匹配功能
  • 将原有单 ID 匹配扩展为 Top K 候选匹配。前端新增候选匹配区域。
  • 模型可以同时返回多个候选问题及对应置信度。
• 完善文档上传与知识加工流程
  • 新增统一的文档存储目录：
    • documents/sources：存放原始 PDF、Markdown 文件；
    • documents/modules：存放提取和整理后的 Markdown；
    • documents/assets：存放文档图片。
  • 支持上传 PDF 和 Markdown 文件。PDF 支持按页码范围提取。Markdown 支持按行号范围提取。
  • 接入 Docling 进行文档解析，并使用视觉模型精修 Markdown。
  • 支持在控制台中编辑、预览、保存、重命名和删除 Markdown 文件。
• 重构知识问答管理控制台
  • 将前端功能拆分为多个独立页面和模块
  • 增加模型 API 地址、密钥、温度和 Token 参数的可视化编辑。
  • 优化弹窗、文件树、下拉菜单、Markdown 预览和页面样式。
• 建立召回度测试与模型对比体系
  • 新增召回度批量测试页面。
  • 支持批量导入人工问题、运行测试和人工标注。
  • 本周使用同一组 50 条问题，对多个模型进行了多轮测试。

问题与洞察:

• 单层 FAQ 匹配提高了回答稳定性，回答正文由系统直接查表返回，减少了模型编造内容产生幻觉的风险。
• 新方案适合标准问题明确、答案相对固定，且不希望模型产生幻觉的产品说明和客服场景。
• OpenRouter的模型普遍收费较高，且受网络影响较大，但硅基流动的模型会受到token限制

下周重点工作:

1. 完善多模型评测，使用本地模型、更多中转模型完成至少重复3-5轮测试
2. 补充PDF、markdown以外格式文件的上传、提取