fix(boundary): 修复多库边界问题、版本管理及删除清理

多库检索与存储修复:
- RRF 融合去重改用 (collection, chunk_id) 复合键,修复同名文件结果被吞
- DocStore 存储路径加 collection 前缀,修复跨库同名切片数据覆盖
- search_multiple 去重改用复合键
- chunk_id 解析改用 rsplit 兼容下划线文件名

上传与版本管理修复:
- 同名文件上传改为覆盖模式,自动清理旧切片
- 修复首次上传不创建版本记录
- 修复覆盖上传版本号回退到 v1
- sync ADDED 分支改用动态版本号生成
- _generate_version_id 改为基于全部版本递增
- 废止/恢复操作同步 SQLite 版本记录
- mark_document_as_superseded 改为仅更新 SQLite

删除清理修复:
- 删除文档时同步清理 SQLite 版本记录和变更日志
- 删除向量库时同步清理该库所有版本记录
- cleanup 改为清理 SQLite 记录而非 ChromaDB

测试:
- test_version_management.py: 27 条版本管理单元测试
- test_edge_cases.py: 28 条边界用例测试
- test_upload_dedup.py: 5 条上传去重测试
- e2e_risk_test.py: 27 条端到端风险测试

文档:
- 新增风险边界问题修复注意事项.md(面向后端的对接文档)
- 新增向量库边界风险分析.md
- 更新多篇现有文档
This commit is contained in:
lacerate551
2026-06-04 23:58:44 +08:00
parent a1a0814633
commit cb75b9b274
50 changed files with 6385 additions and 6248 deletions

21
test_files/rule_a_v2.txt Normal file
View File

@@ -0,0 +1,21 @@
部门A考勤管理制度2026年修订版
第一条 工作时间(已更新)
部门A自2026年起实行混合办公制每周一三五到岗周二四可远程办公。
核心工作时间10:00-16:00必须在岗或在线。
第二条 迟到处罚(已更新)
部门A员工迟到超过10分钟第一次口头警告第二次扣除当日午餐补贴。
月度累计迟到3次以上需参加时间管理培训。
第三条 加班规定(已更新)
部门A加班实行积分制每小时积1分满10分可兑换1天调休。
季度积分不清零,年度清零。
第四条 年假制度(新增条款)
部门A员工入职满1年享5天年假满3年享10天年假满5年享15天年假。
年假需提前一周申请,不可跨年累积。
第五条 远程办公规范(新增条款)
远程办公期间需保持钉钉在线状态每日10:00前完成签到打卡。
远程工作日需提交日报至直属主管。