docs(fix): 修正引用跳转文档错误及修复 fix_image_paths 脚本

- 修正 preview 接口路径（去掉多余的 /api 前缀）
- 修正响应示例中 chunk id 格式（文件名_序号，非 UUID）
- 补充 preview 响应中 status、version 字段
- 明确前端引用匹配方式为 chunk_id 查找而非数组下标
- fix_image_paths.py 改为遍历知识库子目录，避免生成空 chroma.sqlite3

docs/RAG引用跳转-前端实现说明.md

@@ -71,7 +71,7 @@ SSE 流结束时，`finish` 事件的 `citations` 字段是一个数组，每个
 ### 三、文档预览接口
 
 ```
-GET /api/documents/{collection}/{source}/preview?chunk_index={N}&context={K}
+GET /documents/{collection}/{source}/preview?chunk_index={N}&context={K}
 ```
 
 **参数：**
@@ -94,7 +94,7 @@ GET /api/documents/{collection}/{source}/preview?chunk_index={N}&context={K}
   "target_index": 5,           // 请求的 chunk_index
   "chunks": [
     {
-      "id": "uuid-xxx",
+      "id": "三峡公报.pdf_3",    // 切片 ID（文件名_序号格式，序号 = chunk_index）
       "document": "完整切片正文...",   // 完整内容（不截断）
       "metadata": {
         "chunk_index": 3,
@@ -104,12 +104,16 @@ GET /api/documents/{collection}/{source}/preview?chunk_index={N}&context={K}
         "doc_type": "pdf",
         ...
       },
+      "status": "active",         // 文档状态
+      "version": "v1",            // 版本号
       "is_target": false        // 是否为目标切片
     },
     {
-      "id": "uuid-yyy",
+      "id": "三峡公报.pdf_5",
       "document": "目标切片的完整正文...",
       "metadata": { "chunk_index": 5, "page": 3, ... },
+      "status": "active",
+      "version": "v1",
       "is_target": true         // ← 这是用户点击的那个切片
     },
     // ... 上下文切片
@@ -126,7 +130,7 @@ GET /api/documents/{collection}/{source}/preview?chunk_index={N}&context={K}
 ```
 1. 从 finish 事件取 answer（回答全文）和 citations（引用数组）
 2. 用正则 /\[ref:([^\]]+)\]/g 从 answer 中按出现顺序提取所有 chunk_id
-3. 与 citations 数组匹配，建立 chunk_id → 显示序号 [1] [2] ... 的映射
+3. 以 chunk_id 为键从 citations 数组中查找对应的引用信息（注意：是按 chunk_id 匹配，不是按数组下标），建立 chunk_id → 显示序号 [1] [2] ... 的映射
 4. 渲染回答时，将 [ref:xxx] 替换为可点击的上标元素
 ```
 

scripts/fix_image_paths.py

@@ -17,24 +17,45 @@ import sys
 sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
 
 import chromadb
+from config import CHROMA_DB_PATH
 
 
 def fix_image_paths(dry_run: bool = False):
     """
     修复向量库中的图片路径格式
 
+    多向量库模式下，遍历 chroma/ 下的每个知识库子目录，
+    分别创建 PersistentClient 处理各自的集合。
+
     Args:
         dry_run: 仅预览，不实际修改
     """
-    chroma_path = "knowledge/vector_store/chroma"
+    # 扫描知识库子目录（每个子目录是一个独立的向量库）
-    client = chromadb.PersistentClient(path=chroma_path)
+    kb_dirs = []
+    if os.path.exists(CHROMA_DB_PATH):
+        for item in os.listdir(CHROMA_DB_PATH):
+            item_path = os.path.join(CHROMA_DB_PATH, item)
+            if os.path.isdir(item_path) and not item.startswith('.'):
+                if os.path.exists(os.path.join(item_path, 'chroma.sqlite3')):
+                    kb_dirs.append(item)
+
+    if not kb_dirs:
+        print("未找到任何知识库子目录")
+        return
+
+    print(f"发现 {len(kb_dirs)} 个知识库: {kb_dirs}\n")
+
+    for kb_name in kb_dirs:
+        kb_path = os.path.join(CHROMA_DB_PATH, kb_name)
+        print(f"处理知识库: {kb_name}")
+        client = chromadb.PersistentClient(path=kb_path)
 
         # 获取所有集合
         collections = client.list_collections()
-    print(f"找到 {len(collections)} 个集合")
+        print(f"  找到 {len(collections)} 个集合")
 
         for collection in collections:
-        print(f"\n处理集合: {collection.name}")
+            print(f"\n  处理集合: {collection.name}")
 
             # 获取所有图片类型的切片
             try:
@@ -98,6 +119,8 @@ def fix_image_paths(dry_run: bool = False):
             except Exception as e:
                 print(f"    处理集合 {collection.name} 时出错: {e}")
 
+        print()
+
 
 def main():
     parser = argparse.ArgumentParser(description="修复向量库中的图片路径格式")