chore: 配置集中化、LLM 参数调整与 gitignore 更新

- config.example: 新增 MINERU_PREFER_V2、标题规则引擎、表单二次校正等配置项
- document_routes: DEV_MODE 判断统一收归 config.py
- llm_utils: quick_yes_no max_tokens 10→128，避免截断过短回答
- knowledge/router: 路由 LLM 调用 max_tokens 100→512
- feedback: 反馈分析 LLM 调用 max_tokens 200→512
- .gitignore: 新增 scripts/ 和 plans/ 目录忽略规则

🤖 Generated with [Qoder][https://qoder.com]

.gitignore

@@ -120,8 +120,9 @@ test_*.json
 rag_response.json
 nul
 
-# 临时调试脚本（下划线开头）
+# 调试脚本和临时计划（仅本地使用）
-scripts/_*.py
+scripts/
+plans/
 
 # Qoder 工具目录
 .qoder/

api/__init__.py

@@ -3,7 +3,7 @@ API 路由层 — Flask 应用工厂
 
 本模块实现 Flask 应用工厂模式，负责：
 - 创建和配置 Flask 应用实例
-- 初始化核心服务（AgenticRAG、同步服务）
+- 初始化核心服务（同步服务）
 - 注册所有 API Blueprint
 - 配置前端静态文件路由
 
@@ -47,7 +47,7 @@ def create_app() -> 'Flask':
 
     1. 创建 Flask 应用，配置 CORS
     2. 初始化 Repository（会话存储）
-    3. 初始化核心服务（AgenticRAG、同步服务）
+    3. 初始化核心服务（同步服务）
     4. 注册所有 API Blueprint
     5. 配置前端静态文件路由
     6. 执行生产环境配置校验
@@ -93,19 +93,6 @@ def create_app() -> 'Flask':
 
     # ==================== 核心服务初始化 ====================
 
-    # Agentic RAG 引擎
-    try:
-        from core.agentic import AgenticRAG
-        from config import ENABLE_WEB_SEARCH
-        agentic_rag = AgenticRAG(
-            enable_web_search=ENABLE_WEB_SEARCH,
-        )
-        app.config['AGENTIC_RAG'] = agentic_rag
-        logger.info(f"Agentic RAG 引擎已初始化（网络搜索={'启用' if ENABLE_WEB_SEARCH else '关闭'}）")
-    except Exception as e:
-        app.config['AGENTIC_RAG'] = None
-        logger.warning(f"Agentic RAG 初始化失败: {e}")
-
     # 同步服务
     try:
         from knowledge.sync import KnowledgeSyncService

api/auth_routes.py

@@ -11,6 +11,7 @@
 from flask import Blueprint, request, jsonify
 from auth.gateway import require_gateway_auth, require_role, get_user_permissions, MOCK_USERS
 import os
+import time
 from pathlib import Path
 from dotenv import load_dotenv
 
@@ -21,6 +22,37 @@ load_dotenv(env_path)
 auth_bp = Blueprint('auth', __name__)
 
 
+# ==================== 登录速率限制 ====================
+# 简单的内存级速率限制：每个 IP 在时间窗口内最多允许 N 次登录尝试
+_login_attempts = {}  # {ip: [(timestamp, ...), ...]}
+_RATE_LIMIT_WINDOW = 300   # 5 分钟窗口
+_RATE_LIMIT_MAX = 10       # 窗口内最多 10 次尝试
+
+
+def _check_rate_limit(client_ip: str) -> bool:
+    """检查是否超出登录速率限制，返回 True 表示允许"""
+    now = time.time()
+    if client_ip not in _login_attempts:
+        _login_attempts[client_ip] = []
+
+    # 清理过期记录
+    _login_attempts[client_ip] = [
+        t for t in _login_attempts[client_ip]
+        if now - t < _RATE_LIMIT_WINDOW
+    ]
+
+    if len(_login_attempts[client_ip]) >= _RATE_LIMIT_MAX:
+        return False
+
+    _login_attempts[client_ip].append(now)
+    return True
+
+
+def _is_dev_mode() -> bool:
+    """统一的开发模式判断"""
+    return os.environ.get('DEV_MODE', 'true').lower() != 'false'
+
+
 @auth_bp.route('/auth/login', methods=['POST'])
 def mock_login():
     """
@@ -50,10 +82,14 @@ def mock_login():
     - manager / manager123 (经理，财务部)
     - user / test123 (普通用户，技术部)
     """
-    # 默认开启开发模式（生产环境需设置 DEV_MODE=false）
+    if not _is_dev_mode():
-    if os.environ.get('DEV_MODE', 'true').lower() == 'false':
         return jsonify({"error": "仅开发环境可用，请设置 DEV_MODE=true"}), 403
 
+    # 速率限制检查
+    client_ip = request.remote_addr or 'unknown'
+    if not _check_rate_limit(client_ip):
+        return jsonify({"error": f"登录尝试过于频繁，请 {_RATE_LIMIT_WINDOW // 60} 分钟后再试"}), 429
+
     data = request.json or {}
     username = data.get('username')
     password = data.get('password')
@@ -79,7 +115,9 @@ def mock_login():
 def get_stats():
     """获取系统统计信息（仅管理员）"""
     from flask import current_app
-    session_manager = current_app.config['SESSION_MANAGER']
+    session_manager = current_app.config.get('SESSION_MANAGER')
+    if not session_manager:
+        return jsonify({"error": "会话管理器未启用"}), 503
     return jsonify(session_manager.get_stats())
 
 
@@ -131,8 +169,7 @@ def get_users():
         ]
     }
     """
-    dev_mode = os.environ.get('DEV_MODE', 'true').lower() != 'false'
+    if not _is_dev_mode():
-    if not dev_mode:
         return jsonify({"error": "仅开发环境可用"}), 403
 
     users = []
@@ -159,12 +196,26 @@ def update_user(user_id):
         "is_active": false
     }
     """
-    dev_mode = os.environ.get('DEV_MODE', 'true').lower() != 'false'
+    if not _is_dev_mode():
-    if not dev_mode:
         return jsonify({"error": "仅开发环境可用"}), 403
 
-    # 模拟用户不支持真正的状态切换，直接返回成功
+    # 验证目标用户是否存在
-    return jsonify({"message": "操作成功（模拟）", "user_id": user_id})
+    target_user = None
+    for username, info in MOCK_USERS.items():
+        if info['user_id'] == user_id:
+            target_user = info
+            break
+
+    if not target_user:
+        return jsonify({"error": f"用户 {user_id} 不存在"}), 404
+
+    data = request.json or {}
+    # 模拟操作：记录请求但不实际执行（mock 用户数据是静态的）
+    return jsonify({
+        "message": "操作成功（模拟）",
+        "user_id": user_id,
+        "applied_changes": data
+    })
 
 
 @auth_bp.route('/auth/change-password', methods=['POST'])
@@ -179,8 +230,7 @@ def change_password():
         "new_password": "xxx"
     }
     """
-    dev_mode = os.environ.get('DEV_MODE', 'true').lower() != 'false'
+    if not _is_dev_mode():
-    if not dev_mode:
         return jsonify({"error": "仅开发环境可用"}), 403
 
     data = request.json or {}
@@ -193,5 +243,12 @@ def change_password():
     if len(new_password) < 6:
         return jsonify({"error": "新密码至少6位"}), 400
 
-    # 模拟环境直接返回成功
+    # 验证当前用户的旧密码
+    user = request.current_user
+    username = user.get('username', '')
+    mock_user = MOCK_USERS.get(username)
+    if mock_user and mock_user['password'] != old_password:
+        return jsonify({"error": "旧密码错误"}), 401
+
+    # 模拟环境返回成功（不实际修改密码，mock 数据是静态的）
     return jsonify({"message": "密码修改成功（模拟）"})

api/chat_routes.py

@@ -186,6 +186,84 @@ def _get_full_table_from_docstore(chunk_id: str) -> Optional[str]:
     return None
 
 
+def _strip_semantic_prefix(doc: str, chunk_type: str) -> str:
+    """
+    去除切片 doc 中的冗余语义前缀，保留关键标识信息
+
+    表格切片的 doc 由 _build_semantic_content_for_table 生成，格式为：
+        主题：section_path（保留，用于关联章节）
+        字段：A, B, C（去除，冗余）
+        描述：该表包含N行数据（去除，冗余）
+        示例：字段=值（去除，冗余）
+
+        表格内容：
+        | A | B | C |
+        |---|---|---|
+        | 1 | 2 | 3 |
+
+    优化策略：
+    - 保留"主题："行（表格所属章节标识）
+    - 去除"字段："/"描述："/"示例："行（冗余信息）
+    - 添加"【表格】"标记，让 LLM 明确识别表格类型
+    - 保留 Markdown 表格内容（| 开头）和 HTML 表格内容（<table/<tr 等）
+
+    Args:
+        doc: 原始 doc 内容
+        chunk_type: 切片类型
+
+    Returns:
+        精简后的 doc 内容
+    """
+    if chunk_type != 'table' or not doc:
+        return doc
+
+    import re
+    _html_table_re = re.compile(r'^\s*<\s*(table|tr|td|th|tbody|thead|caption)', re.IGNORECASE)
+
+    lines = doc.split('\n')
+    result_lines = []
+    in_table_section = False
+    theme_line = None
+
+    for line in lines:
+        # 保留"主题："行（表格所属章节标识）
+        if line.startswith('主题：'):
+            theme_line = line
+            continue
+
+        # 跳过冗余的语义增强行
+        if line.startswith('字段：') or line.startswith('描述：') or line.startswith('示例：'):
+            continue
+
+        # 遇到"表格内容："标记，进入表格区域
+        if line.strip() == '表格内容：':
+            in_table_section = True
+            continue
+
+        # 表格区域的内容直接保留
+        if in_table_section:
+            result_lines.append(line)
+        elif line.startswith('|'):
+            # 没有"表格内容："标记时，直接遇到 Markdown 表格行
+            in_table_section = True
+            result_lines.append(line)
+        elif _html_table_re.match(line):
+            # 没有"表格内容："标记时，直接遇到 HTML 表格标签
+            in_table_section = True
+            result_lines.append(line)
+
+    # 构建结果：主题行 + 【表格】标记 + 表格内容
+    if result_lines:
+        output_parts = []
+        if theme_line:
+            output_parts.append(theme_line)
+        output_parts.append('【表格】')
+        output_parts.extend(result_lines)
+        return '\n'.join(output_parts)
+
+    return doc
+
+
 def _order_text_contexts_for_prompt(contexts: List[Dict], query: str, max_chunks: int,
                                     min_score: float = 0.0) -> List[Dict]:
     """
@@ -246,8 +324,31 @@ def _order_text_contexts_for_prompt(contexts: List[Dict], query: str, max_chunks
                 })
 
     # Phase 1：按 Rerank 分数过滤低分切片
+    # 保护策略：同一 section 内如有切片通过阈值，则同 section 的 table 切片也保留
+    # 原因：表格切片的 rerank 分数往往偏低（尤其是元问题如"有表格吗？"），
+    # 但它们与同 section 的 text 切片属于同一语义单元，不应割裂
+    # 安全下限：被保护的 table 切片自身 score 不得低于 min_score * 0.3，
+    # 防止 section 粒度较粗时完全不相关的表格被无条件保护
     if min_score > 0:
-        text_contexts = [c for c in text_contexts if c.get('score', 0) >= min_score]
+        _table_floor = min_score * 0.3  # table 保护最低分数下限
+        # 先找出所有通过阈值的 section
+        passing_sections = set()
+        for c in text_contexts:
+            if c.get('score', 0) >= min_score:
+                meta = c.get('meta', {})
+                section_key = (meta.get('source', ''), meta.get('section', '') or meta.get('section_path', ''))
+                if section_key[1]:  # 有 section 信息的才保护
+                    passing_sections.add(section_key)
+
+        text_contexts = [
+            c for c in text_contexts
+            if c.get('score', 0) >= min_score
+            or (
+                c.get('meta', {}).get('chunk_type') == 'table'
+                and c.get('score', 0) >= _table_floor
+                and (c.get('meta', {}).get('source', ''), c.get('meta', {}).get('section', '') or c.get('meta', {}).get('section_path', '')) in passing_sections
+            )
+        ]
         chart_contexts = [c for c in chart_contexts if c.get('score', 0) >= min_score]
 
     # 合并：文本切片优先，图表切片补充
@@ -256,7 +357,11 @@ def _order_text_contexts_for_prompt(contexts: List[Dict], query: str, max_chunks
     combined_contexts = text_contexts + chart_contexts[:max_chart_contexts]
 
     if not _is_enum_query(query):
-        return combined_contexts[:max_chunks]
+        # 表格不受 max_chunks 限制（CrossEncoder 对表格评分偏低，
+        # 但表格是结构化关键内容，不应因分数低而被截断）
+        table_ctx = [c for c in combined_contexts if c.get('meta', {}).get('chunk_type') == 'table']
+        non_table_ctx = [c for c in combined_contexts if c.get('meta', {}).get('chunk_type') != 'table']
+        return non_table_ctx[:max_chunks] + table_ctx
 
     def sort_key(ctx):
         meta = ctx.get('meta', {})
@@ -310,6 +415,153 @@ def _order_text_contexts_for_prompt(contexts: List[Dict], query: str, max_chunks
     return ordered
 
 
+def _process_table_doc(doc: str, meta: Dict) -> str:
+    """
+    处理单个切片的 doc：精简表格语义前缀 + 注入嵌入图片 URL
+
+    集中处理两处共用逻辑（正常路径和预算截断路径），避免重复代码。
+
+    Args:
+        doc: 切片原始 doc
+        meta: 切片 metadata
+
+    Returns:
+        处理后的 doc
+    """
+    doc = _strip_semantic_prefix(doc, meta.get('chunk_type', ''))
+    if meta.get('chunk_type') == 'table' and meta.get('images_json'):
+        try:
+            img_list = json.loads(meta['images_json'])
+            if img_list:
+                img_urls = [
+                    f"/images/{img.get('id', '')}"
+                    for img in img_list
+                    if isinstance(img, dict) and img.get('id')
+                ]
+                if img_urls:
+                    doc += "\n\n[该表格包含以下图片，可在回答中引用]: " + ", ".join(img_urls)
+        except (json.JSONDecodeError, TypeError):
+            pass
+    return doc
+
+
+def _section_similarity(section_a: str, section_b: str) -> float:
+    """
+    计算两个章节路径的层级相似度（数据驱动，无需硬编码格式假设）。
+
+    策略：
+    1. 如果两个路径都有数值编号（如 "2.3"），优先用精确数值匹配
+    2. 否则按 " > " 层级拆分，计算 Jaccard 相似度
+    3. 无数值编号时优雅降级，适用于 "第七章 附则" 或无结构文档
+
+    Returns: 0.0 ~ 1.0
+    """
+    import re as _re
+
+    if not section_a or not section_b:
+        return 0.0
+
+    # 快速路径：完全相同
+    if section_a == section_b:
+        return 1.0
+
+    # 优先精确匹配：数值编号（如 "2.3"）
+    num_a = _re.search(r'(\d+\.\d+)', section_a)
+    num_b = _re.search(r'(\d+\.\d+)', section_b)
+    if num_a and num_b:
+        return 1.0 if num_a.group(1) == num_b.group(1) else 0.0
+
+    # 层级文本匹配：拆分路径为各级标题，计算 Jaccard 系数
+    def _split_levels(path):
+        parts = [p.strip() for p in path.split('>') if p.strip()]
+        # 去掉常见序号前缀（如 "1.1 "、"第1章 "），保留语义部分
+        cleaned = set()
+        for p in parts:
+            cleaned.add(_re.sub(r'^(?:\d+[\.\d]*\s*|第\s*\d+\s*章\s*|[一二三四五六七八九十]+、\s*)', '', p).strip())
+        return cleaned
+
+    levels_a = _split_levels(section_a)
+    levels_b = _split_levels(section_b)
+
+    if not levels_a or not levels_b:
+        return 0.0
+
+    overlap = len(levels_a & levels_b)
+    union = len(levels_a | levels_b)
+    return overlap / union if union > 0 else 0.0
+
+
+def _rescue_table_chunks(contexts: List[Dict], context_text: str,
+                       retrieval_query: str, max_rescue_chars: int = 3000) -> str:
+    """
+    表格救援：当查询涉及表格但上下文预算截断了表格内容时，将最相关的表格补回。
+
+    根因：CrossEncoder 对 Markdown 表格格式的评分普遍偏低，
+    导致 _build_context_with_budget 按分数排序时表格被排到最后并被截断。
+    此函数作为安全网，确保与查询最相关的表格始终出现在上下文中。
+
+    Args:
+        contexts: 经过 _order_text_contexts_for_prompt 处理的全部文本切片
+        context_text: _build_context_with_budget 的输出
+        retrieval_query: 改写后的检索查询
+        max_rescue_chars: 救援表格的最大字符数
+
+    Returns:
+        可能追加了表格内容的上下文文本
+    """
+    # 1. 数据驱动检测：检索结果中是否有表格类型切片（无需硬编码关键词）
+    has_table_in_contexts = any(
+        ctx.get('meta', {}).get('chunk_type') == 'table' for ctx in contexts
+    )
+    if not has_table_in_contexts:
+        return context_text
+
+    # 2. 检测现有上下文是否已包含表格数据（Markdown 表格至少 2 列）
+    if '|' in context_text and context_text.count('|') > 4:
+        return context_text
+
+    # 3. 从 contexts 中找被截断的表格切片
+    #    使用 _in_budget_context 标记精确判断（由 _build_context_with_budget 设置）
+    table_candidates = []
+    for ctx in contexts:
+        if ctx.get('meta', {}).get('chunk_type') != 'table':
+            continue
+        # 精确判断：如果 _build_context_with_budget 已标记该 chunk 为已纳入，跳过
+        if ctx.get('_in_budget_context'):
+            continue
+        table_candidates.append(ctx)
+
+    if not table_candidates:
+        return context_text
+
+    # 4. 按分数降序取最佳表格，追加到上下文
+    table_candidates.sort(key=lambda c: c.get('score', 0), reverse=True)
+
+    rescue_parts = []
+    rescue_chars = 0
+    for ctx in table_candidates[:3]:  # 最多救援 3 个表格
+        meta = ctx.get('meta', {})
+        doc = _process_table_doc(ctx.get('doc', ''), meta)
+        section = meta.get('section', '') or meta.get('section_path', '')
+
+        part_text = ""
+        if section:
+            part_text += f"━ {section} ━\n"
+        part_text += doc
+
+        if rescue_chars + len(part_text) > max_rescue_chars:
+            break
+
+        rescue_parts.append(part_text)
+        rescue_chars += len(part_text)
+
+    if rescue_parts:
+        separator = "\n\n--- 以下为与查询最相关的表格（CrossEncoder 评分偏低，自动补入）---\n\n"
+        context_text += separator + "\n\n".join(rescue_parts)
+
+    return context_text
+
+
 def _build_context_with_budget(contexts: List[Dict], max_chars: int, soft_limit: int) -> str:
     """
     Phase 2：按字符预算构建上下文文本。
@@ -359,38 +611,52 @@ def _build_context_with_budget(contexts: List[Dict], max_chars: int, soft_limit:
     total_chars = 0
     for key in group_order:
         group = groups[key]
-        group_text = "\n\n".join(ctx.get('doc', '') for ctx in group)
+        source, section = key
 
-        # 超过软限制后，只接受高分组
+        # 判断是否包含表格切片（表格是结构化关键内容，不受预算截断）
-        if total_chars > soft_limit and group_max_score(key) < 0.1:
+        has_table = any(c.get('meta', {}).get('chunk_type') == 'table' for c in group)
+
+        # 构建组文本，表格切片附加图片 URL 供 LLM 引用
+        doc_parts = []
+        for ctx in group:
+            doc = _process_table_doc(ctx.get('doc', ''), ctx.get('meta', {}))
+            doc_parts.append(doc)
+        group_text = "\n\n".join(doc_parts)
+
+        # 在组首插入章节路径标题行，帮助 LLM 区分不同章节
+        section_header = ''
+        if section:
+            section_header = f"━ {section} ━"
+            group_text = section_header + "\n" + group_text
+
+        # 超过软限制后，只接受高分组（但表格组始终保留，不因分数低被跳过）
+        if total_chars > soft_limit and group_max_score(key) < 0.1 and not has_table:
             continue
 
         if total_chars + len(group_text) > max_chars:
             # 尝试逐条加入该组，直到预算满
+            # 先加入章节标题（如果有）
+            if section_header and total_chars + len(section_header) + 2 <= max_chars:
+                parts.append(section_header)
+                total_chars += len(section_header) + 2
             for ctx in group:
-                doc = ctx.get('doc', '')
+                doc = _process_table_doc(ctx.get('doc', ''), ctx.get('meta', {}))
                 if total_chars + len(doc) + 2 > max_chars:  # +2 for "\n\n"
                     break
+                ctx['_in_budget_context'] = True  # 标记已纳入上下文
                 parts.append(doc)
                 total_chars += len(doc) + 2
+            # 超预算后一律 break，被截断的表格由 _rescue_table_chunks 补回
             break
 
+        for ctx in group:
+            ctx['_in_budget_context'] = True  # 标记已纳入上下文
         parts.append(group_text)
         total_chars += len(group_text) + 2  # +2 for "\n\n"
 
     return "\n\n".join(parts)
 
 
-def _get_agentic_rag() -> 'AgenticRAG':
-    """
-    获取 AgenticRAG 实例
-
-    Returns:
-        AgenticRAG: 当前应用中的 AgenticRAG 实例
-    """
-    return current_app.config['AGENTIC_RAG']
-
-
 def _attach_citations(answer: str, contexts: List[Dict]) -> Dict[str, Any]:
     """
     自动为回答添加引用标记（按段落级别匹配，jieba 分词精准匹配）
@@ -485,6 +751,17 @@ def _attach_citations(answer: str, contexts: List[Dict]) -> Dict[str, Any]:
             if len(candidates) > 1 and (candidates[0][1] - candidates[1][1]) < 0.1:
                 selected_ids.append(candidates[1][0])
 
+        # 按 _raw_chunk_id 去重：不同 composite_key 可能指向同一个底层 chunk
+        # 避免同一 chunk 产生重复引用标记（如 [3][3]）
+        seen_raw_ids = set()
+        deduped_ids = []
+        for cid in selected_ids:
+            raw_id = ctx_by_chunk[cid].get('_raw_chunk_id', cid)
+            if raw_id not in seen_raw_ids:
+                seen_raw_ids.add(raw_id)
+                deduped_ids.append(cid)
+        selected_ids = deduped_ids
+
         if selected_ids:
             for cid in selected_ids:
                 if cid not in cited_set:
@@ -500,17 +777,20 @@ def _attach_citations(answer: str, contexts: List[Dict]) -> Dict[str, Any]:
             result_parts.append(para + sep)
 
     # 构建引用列表（按出现顺序），使用原始 chunk_id 构建 citation
+    # 按 _raw_chunk_id 去重，避免同一 chunk 产生重复引用条目
     citations = []
+    seen_citation_raw_ids = set()
     for composite_key in cited_chunks_ordered:
         ctx = ctx_by_chunk.get(composite_key)
         if ctx:
+            raw_id = ctx.get('_raw_chunk_id') or composite_key
+            if raw_id in seen_citation_raw_ids:
+                continue  # 同一 chunk 已在引用列表中，跳过
+            seen_citation_raw_ids.add(raw_id)
             meta = ctx.get('meta', {})
             full_content = ctx.get('doc', '')
             citation = _build_citation(meta, full_content)
-            # 确保 citation 中的 chunk_id 使用原始值（不含 collection 前缀）
+            citation['chunk_id'] = raw_id
-            raw_id = ctx.get('_raw_chunk_id')
-            if raw_id:
-                citation['chunk_id'] = raw_id
             citations.append(citation)
 
     return {
@@ -743,8 +1023,8 @@ def score_image_relevance(query: str, meta: Dict, doc: str = '') -> float:
 
     # 3. 整体文本相似度（字符级别）
     if search_text:
-        # 检查查询的核心词是否在描述中
+        # 复用已过滤停用词的 query_keywords，避免字符级误删（如"表现"→"现"）
-        query_core = re.sub(r'[图表图片如图所示]', '', query)  # 去掉泛词
+        query_core = "".join(query_keywords)
         if query_core:
             overlap = len(set(query_core) & set(search_text))
             score += min(overlap * 0.2, 3.0)
@@ -771,6 +1051,77 @@ def score_image_relevance(query: str, meta: Dict, doc: str = '') -> float:
     return score
 
 
+def _filter_images_by_answer(selected_images: List[Dict], answer: str) -> List[Dict]:
+    """
+    后置图片过滤：根据 LLM 生成的回答内容反向筛选图片。
+
+    只有图片描述与回答内容有足够关键词重叠时才保留，
+    确保展示的图片与回答内容一致，避免不相关图片干扰用户。
+
+    过滤规则:
+        1. 从回答中提取 2 字及以上的中文关键词（jieba 分词）
+        2. 对每张图片，检查其描述（full_description / description）中匹配了多少关键词
+        3. 匹配数 >= 阈值则保留，否则丢弃
+        4. 如果过滤后图片为 0，保留分数最高的 1 张（兜底）
+        5. 用户明确指定图号（如图 2.1）时不过滤
+
+    Args:
+        selected_images: select_images 返回的候选图片列表
+        answer: LLM 生成的回答文本
+
+    Returns:
+        过滤后的图片列表
+    """
+    if not selected_images or len(selected_images) <= 1:
+        return selected_images
+
+    # 如果回答中提到了具体图号，说明 LLM 认为这些图是相关的，不过滤
+    import re
+    if re.search(r'图\s*\d+\.?\d*', answer):
+        return selected_images
+
+    # 从回答中提取关键词
+    try:
+        import jieba
+        answer_keywords = set(
+            w for w in jieba.lcut(answer)
+            if len(w) >= 2 and re.search(r'[\u4e00-\u9fff]', w)
+        )
+    except ImportError:
+        # jieba 不可用时回退到 bigram
+        chars = re.findall(r'[\u4e00-\u9fff]', answer)
+        answer_keywords = set(chars[i] + chars[i + 1] for i in range(len(chars) - 1))
+
+    if not answer_keywords:
+        return selected_images
+
+    # 动态阈值：回答关键词越多，阈值越高（至少匹配 15% 或 2 个关键词，取较小值）
+    threshold = max(2, min(3, round(len(answer_keywords) * 0.15)))
+
+    filtered = []
+    for img in selected_images:
+        desc = img.get('full_description', '') or img.get('description', '') or ''
+        if not desc:
+            # 没有描述的图片，保留（无法判断）
+            filtered.append(img)
+            continue
+
+        # 计算描述与回答的关键词重叠数
+        overlap = sum(1 for kw in answer_keywords if kw in desc)
+        if overlap >= threshold:
+            filtered.append(img)
+
+    # 兜底：如果过滤后为空，保留分数最高的 1 张
+    if not filtered and selected_images:
+        filtered = [max(selected_images, key=lambda x: x.get('score', 0))]
+
+    if len(filtered) < len(selected_images):
+        logger.info(f"[图片后置过滤] {len(selected_images)} → {len(filtered)} 张 "
+                     f"(回答关键词 {len(answer_keywords)} 个, 阈值 {threshold})")
+
+    return filtered
+
+
 def select_images(contexts: List[Dict], query: str) -> List[Dict]:
     """
     选择要展示的图片（打分排序 + 预算控制）
@@ -800,26 +1151,39 @@ def select_images(contexts: List[Dict], query: str) -> List[Dict]:
     """
     import re
 
-    # 动态预算：列举型查询允许更多图片
+    # 动态预算：数据驱动，不依赖硬编码关键词列表
-    list_keywords = ["哪些", "有什么", "包含", "列出", "所有", "全部"]
+    # 核心策略：宽松预选 + 后置过滤（_filter_images_by_answer）精准裁剪
-    is_list_query = any(kw in query for kw in list_keywords)
 
-    # 检测查询中的图片编号（如 "图2.1"）
+    # 精确查图：用户指定了具体图号（如 "图2.3"）—— 结构化模式匹配，非硬编码
     figure_pattern = r'图\s*(\d+\.?\d*)'
     figure_matches = re.findall(figure_pattern, query)
     has_figure_query = bool(figure_matches)
 
-    # 新增：从检索文本中提取图表引用（见表2.2、见图2.5 等）
+    # 数据驱动的图片意图检测：检查检索结果中是否包含图片/图表类型切片
-    # 同时记录引用所在的文件来源
+    # 原理：如果向量检索返回了 image/chart 类型 chunk 或含 images_json 的 table chunk，
+    # 说明知识库中存在与查询语义相关的图片内容，应给予展示机会
+    has_image_data = False
+    _image_chunk_count = 0
+    _table_image_count = 0
+    for ctx in contexts:
+        meta = ctx.get('meta', {})
+        ct = meta.get('chunk_type', '')
+        if ct in ('image', 'chart'):
+            _image_chunk_count += 1
+            has_image_data = True
+        if ct == 'table' and meta.get('images_json'):
+            _table_image_count += 1
+            has_image_data = True
+
+    # 从检索文本中提取图表引用（见表2.2、见图2.5 等）
     # 重要：只从语义相关的 top 5 文本块提取，避免不相关引用干扰
     referenced_figures = {}  # {图号: set(文件来源)}
     referenced_tables = {}   # {表号: set(文件来源)}
 
-    for ctx in contexts[:5]:  # 只从前5个最相关的文本块提取引用
+    for ctx in contexts[:5]:
         doc_text = ctx.get('doc', '')
         source = ctx.get('meta', {}).get('source', '')
 
-        # 提取 "见图X.X"、"如图X.X" 或单独的 "图X.X"
         fig_refs = re.findall(r'(?:[见如])?图\s*(\d+\.?\d*)', doc_text)
         for fig_num in fig_refs:
             if fig_num not in referenced_figures:
@@ -827,7 +1191,6 @@ def select_images(contexts: List[Dict], query: str) -> List[Dict]:
             if source:
                 referenced_figures[fig_num].add(source)
 
-        # 提取 "见表X.X"、"如表X.X" 或单独的 "表X.X"
         table_refs = re.findall(r'(?:[见如])?表\s*(\d+\.?\d*)', doc_text)
         for table_num in table_refs:
             if table_num not in referenced_tables:
@@ -839,63 +1202,84 @@ def select_images(contexts: List[Dict], query: str) -> List[Dict]:
 
     # 获取检索结果中涉及的主要文件来源
     primary_sources = set()
-    for ctx in contexts[:5]:  # 只看前5个最相关的
+    for ctx in contexts[:5]:
         source = ctx.get('meta', {}).get('source', '')
         if source:
             primary_sources.add(source)
 
-    # 图片意图检测：区分精确查图和泛指
+    # 动态预算：根据检索结果数据驱动设置
-    strong_image_keywords = ["示意图", "流程图", "结构图", "过程线", "曲线图", "分布图", "图示", "看图", "显示图"]
+    # 后置过滤 _filter_images_by_answer 会根据回答内容精准裁剪
-    weak_image_keywords = ["图片", "图表", "如图", "图", "统计"]
-
-    has_strong_image_intent = any(kw in query for kw in strong_image_keywords)
-    has_weak_image_intent = any(kw in query for kw in weak_image_keywords)
-
-    # 精确查图：用户指定了具体图号（如 "图2.3"），只返回最匹配的 1-2 张
     if has_figure_query:
+        # 精确查图：用户指定了具体图号
         MAX_IMAGES = 2
-        MIN_SCORE = 5.0  # 精确匹配应该高分
+        MIN_SCORE = 5.0
-    # 强图片意图：明确要看某种图
+    elif has_image_data:
-    elif has_strong_image_intent:
+        # 检索结果中有图片数据 → 宽松预算，给后置过滤留足候选空间
-        MAX_IMAGES = 3
-        MIN_SCORE = 5.0  # 提高阈值，避免不相关图片通过
-    # 列举型查询
-    elif is_list_query:
         MAX_IMAGES = 5
-        MIN_SCORE = 3.0
+        MIN_SCORE = 2.0
-    # 有图表引用：检索文本中提到了图表
     elif has_referenced_figures:
+        # 检索文本中引用了图表编号
         MAX_IMAGES = 3
-        MIN_SCORE = 2.0  # 降低阈值，让引用的图表能通过
+        MIN_SCORE = 2.0
-    # 弱图片意图：只是提到"图"字，可能是泛指（如 "发电量图"）
-    elif has_weak_image_intent:
-        MAX_IMAGES = 1  # 只返回最相关的一张
-        MIN_SCORE = 2.0  # 降低阈值，让语义相关的图片能通过
-    # 普通查询
     else:
+        # 无图片数据 → 保守默认值
         MAX_IMAGES = 2
         MIN_SCORE = 3.0
 
-    # 获取检索结果中涉及的主要章节（只看前 3 个最相关的文本块）
+    # 动态调整：当表格嵌入大量图片时，提升上限以展示完整内容
-    primary_sections = set()
+    if has_image_data and _table_image_count > 0:
+        total_table_images = 0
+        for ctx in contexts:
+            meta = ctx.get('meta', {})
+            if meta.get('chunk_type') == 'table' and meta.get('images_json'):
+                try:
+                    total_table_images += len(json.loads(meta['images_json']))
+                except (json.JSONDecodeError, TypeError):
+                    pass
+        if total_table_images > MAX_IMAGES:
+            MAX_IMAGES = min(total_table_images, 15)  # 上限 15，防止图片过多
+
+    # 获取检索结果中涉及的主要章节路径（只看前 3 个最相关的文本块）
+    primary_section_paths = set()
     for ctx in contexts[:3]:
         section = ctx.get('meta', {}).get('section', '') or ctx.get('meta', {}).get('section_path', '')
         if section:
-            # 提取章节编号
+            primary_section_paths.add(section)
-            # 优先匹配 X.X 格式（如 "2.3发电"），再匹配 第X章 格式
+
-            section_num = re.search(r'(\d+\.\d+)', section)
+    # ========== P1.5 预计算：表格主题相关性评分 ==========
-            if not section_num:
+    # 从查询中提取关键词片段（使用 jieba 分词 + 2字及以上的词，自动过滤停用词）
-                # 尝试匹配 "第X章" 格式
+    try:
-                chapter_match = re.search(r'第\s*(\d+)\s*章', section)
+        import jieba
-                if chapter_match:
+        _query_kw_segments = [w for w in jieba.lcut(query)
-                    section_num = chapter_match
+                              if len(w) >= 2 and re.search(r'[\u4e00-\u9fff]', w)]
-            if section_num:
+    except ImportError:
-                primary_sections.add(section_num.group(1))
+        # jieba 不可用时回退到 bigram
+        _chars = re.findall(r'[\u4e00-\u9fff]', query)
+        _query_kw_segments = [_chars[i] + _chars[i+1] for i in range(len(_chars) - 1)]
+
+    # 对所有含 images_json 的表格切片计算主题匹配分
+    _table_topic_scores = {}
+    for _tc in contexts:
+        _tm = _tc.get('meta', {})
+        if _tm.get('chunk_type') == 'table' and _tm.get('images_json'):
+            _t_section = (_tm.get('section', '') or _tm.get('section_path', ''))
+            _t_title = _tm.get('title', '') or ''
+            _t_combined = _t_title + _t_section
+            _score = sum(1 for kw in _query_kw_segments if kw in _t_combined)
+            _table_topic_scores[id(_tc)] = _score
+
+    # 自适应阈值：要求至少匹配 70% 的最佳表格得分（至少 2 分）
+    # 例如查询 "设施设备的参考样式" → 4 个关键词 → 最佳匹配 4 → 阈值 max(2, 2) = 2
+    # "形象识别标识" 只匹配 "参考"+"样式" = 2 → 但阈值=3(70%of4)时被过滤
+    _best_table_score = max(_table_topic_scores.values()) if _table_topic_scores else 0
+    _table_topic_threshold = max(2, round(_best_table_score * 0.7)) if _best_table_score >= 2 else 0
 
     scored_images = []
     for ctx in contexts:
         meta = ctx.get('meta', {})
         chunk_type = meta.get('chunk_type', 'text')
+        s = None  # P1 评分，用于 P1.5 继承
+        doc = ctx.get('doc', '')  # 默认文档内容
 
         # 处理图片类型和有关联图片的表格类型
         if meta.get('image_path') and chunk_type in ('image', 'chart', 'table'):
@@ -925,16 +1309,19 @@ def select_images(contexts: List[Dict], query: str) -> List[Dict]:
 
             # 图片章节
             img_section = meta.get('section', '') or meta.get('section_path', '')
-            # 只匹配 X.X 格式的章节号，避免匹配年份
-            img_section_num = re.search(r'(\d+\.\d+)', img_section)
-            img_section_id = img_section_num.group(1) if img_section_num else None
 
-            # ========== 核心修复：图片必须与主要文本切片章节关联 ==========
+            # ========== 章节关联检测：基于层级相似度，无需硬编码格式假设 ==========
-            # 如果有主要章节，且图片章节不在其中，大幅降低分数
+            # 计算图片章节与主要检索结果的最高相似度
             section_penalty = 0.0
-            if primary_sections and img_section_id and img_section_id not in primary_sections:
+            max_section_sim = 0.0
+            if primary_section_paths:
+                for ps in primary_section_paths:
+                    sim = _section_similarity(img_section, ps)
+                    max_section_sim = max(max_section_sim, sim)
+            # 当相似度低于阈值且有足够的章节信息时，判定为不相关
+            if primary_section_paths and img_section and max_section_sim < 0.3:
                 # 图片章节与主要检索结果不匹配，惩罚
-                section_penalty = -5.0  # 大幅降低分数
+                section_penalty = -5.0
                 # 除非图片被文本切片明确引用
                 is_referenced = False
                 for fig_num in referenced_figures:
@@ -957,10 +1344,10 @@ def select_images(contexts: List[Dict], query: str) -> List[Dict]:
                 for fig_num, sources in referenced_figures.items():
                     # 只检查 doc 字段，不检查 meta（避免 section 中的误匹配）
                     if f"图{fig_num}" in doc or f"图 {fig_num}" in doc:
-                        # 检查图片章节是否与主要章节匹配
+                        # 使用层级相似度判断章节关联性
-                        section_match = img_section_id and img_section_id in primary_sections
+                        section_match = max_section_sim >= 0.3
 
-                        # P2：只有章节匹配才加分，移除"s >= 5.0"漏洞
+                        # 章节匹配时才加分
                         if section_match:
                             # 图号匹配加分
                             s += 8.0
@@ -975,10 +1362,10 @@ def select_images(contexts: List[Dict], query: str) -> List[Dict]:
                 for table_num, sources in referenced_tables.items():
                     # 只检查 doc 字段
                     if f"表{table_num}" in doc or f"表 {table_num}" in doc:
-                        # 检查图片章节是否与主要章节匹配
+                        # 使用层级相似度判断章节关联性
-                        section_match = img_section_id and img_section_id in primary_sections
+                        section_match = max_section_sim >= 0.3
 
-                        # P2：只有章节匹配才加分，移除"s >= 5.0"漏洞
+                        # 章节匹配时才加分
                         if section_match:
                             # 表号匹配加分
                             s += 8.0
@@ -1006,6 +1393,47 @@ def select_images(contexts: List[Dict], query: str) -> List[Dict]:
         # ========== P1.5：处理表格切片的 images_json（跨页表格多图）==========
         # 当表格切片有 images_json 字段时，添加所有关联图片
         if chunk_type == 'table' and meta.get('images_json'):
+            # 如果 P1 未执行（表格无 image_path），需要独立计算分数
+            if s is None:
+                doc = ctx.get('image_description', '') or meta.get('vlm_desc', '') or ctx.get('doc', '')
+                s = score_image_relevance(query, meta, doc)
+
+            # 章节相关性过滤：使用层级相似度，无需硬编码章节格式假设
+            table_section = meta.get('section', '') or meta.get('section_path', '')
+
+            section_relevant = True
+            if primary_section_paths and table_section:
+                # 计算表格章节与所有主要章节的最高相似度
+                max_sim = max(
+                    (_section_similarity(table_section, ps) for ps in primary_section_paths),
+                    default=0.0
+                )
+                if max_sim < 0.3:
+                    section_relevant = False
+            elif primary_section_paths and not table_section:
+                # 表格无章节信息时优雅降级：不做章节过滤，仅依赖主题分数
+                pass
+
+            if not section_relevant:
+                # 例外：如果表格标题/内容被查询直接提及，仍视为相关
+                table_title = meta.get('title', '') or ''
+                table_doc = ctx.get('doc', '') or ''
+                if table_title and table_title in query:
+                    section_relevant = True
+                elif table_doc and any(kw in table_doc for kw in query.split() if len(kw) >= 2):
+                    section_relevant = True
+
+            if not section_relevant:
+                logger.debug(f"P1.5 跳过无关表格图片: path={table_section}, title={meta.get('title', '')}")
+                continue  # 跳过此表格的所有嵌入图片
+
+            # 标题/主题相关性过滤：基于预计算的关键词匹配评分
+            # 如果最佳表格得分 >= 2，则过滤掉得分为 0 的表格
+            _this_topic_score = _table_topic_scores.get(id(ctx), 0)
+            if _this_topic_score < _table_topic_threshold:
+                logger.debug(f"P1.5 跳过主题不匹配表格: topic_score={_this_topic_score}, threshold={_table_topic_threshold}, title={meta.get('title', '')}")
+                continue
+
             try:
                 images_list = json.loads(meta['images_json'])
                 for img_info in images_list:
@@ -1365,6 +1793,18 @@ def rag():
         except Exception as e:
             logger.debug(f"创建会话失败: {e}")
 
+    # ==================== collections 历史推断（开发环境） ====================
+    # 当 collections 未显式指定（或仅为默认 public_kb）且有会话历史时，
+    # 从历史消息中推断上次使用的 KB，自动恢复以避免用户忘切 KB
+    if (not collections or collections == ['public_kb']) and history:
+        for _msg in reversed(history):
+            if _msg.get("role") == "assistant":
+                _meta = _msg.get("metadata", {})
+                if isinstance(_meta, dict) and _meta.get("collections"):
+                    collections = _meta["collections"]
+                    logger.info(f"[KB推断] 从历史推断 collections: {collections}")
+                    break
+
     # 提前获取 session_repo 引用，避免在生成器内部访问 current_app
     # （生成器执行时应用上下文可能已结束）
     session_repo_ref = None
@@ -1464,6 +1904,9 @@ def rag():
             except Exception as e:
                 logger.warning(f"意图分析失败: {e}，继续执行检索流程")
 
+            # 构建检索查询：使用改写后的完整问题（解决追问偏离问题）
+            retrieval_query = intent.rewritten_query if (intent and intent.rewritten_query) else message
+
             # 1. 发送开始事件
             yield f"data: {json.dumps({'type': 'start', 'message': '正在检索知识库...'}, ensure_ascii=False)}\n\n"
 
@@ -1474,7 +1917,7 @@ def rag():
                 sub_queries = intent.sub_queries
 
             search_result = search_hybrid(
-                message,
+                retrieval_query,
                 top_k=RAG_SEARCH_TOP_K,
                 candidates=RAG_SEARCH_CANDIDATES,
                 allowed_collections=collections,
@@ -1495,18 +1938,19 @@ def rag():
                 metas = search_result.get('metadatas', [[]])[0]
                 scores = search_result.get('scores', [[]])[0]
 
-                # 图片相关性提升：检测图片编号或强意图
+                # 图片相关性提升：数据驱动检测（无硬编码关键词）
                 import re
                 figure_pattern = r'图\s*(\d+\.?\d*)'
-                figure_matches = re.findall(figure_pattern, message)
+                figure_matches = re.findall(figure_pattern, retrieval_query)
                 has_figure_query = bool(figure_matches)
 
-                # Bug 4 修复：缩小 strong_image_keywords，移除歧义词
+                # 数据驱动：检查检索结果中是否有图片/图表类型切片
-                # "过程线" 是水文术语不是图片意图，"图片"/"图表"/"如图" 太泛
+                has_image_data = any(
-                strong_image_keywords = ["示意图", "流程图", "结构图", "曲线图", "分布图", "图示", "看图", "显示图", "给我看"]
+                    m.get('chunk_type') in ('image', 'chart') for m in metas
-                has_image_intent = has_figure_query or any(kw in message for kw in strong_image_keywords)
+                )
+                has_image_intent = has_figure_query or has_image_data
 
-                # Bug 2 修复：不重排 contexts，只在 meta 里打标记给后续的 select_images 用
+                # 给图片/图表切片打 boost 标记，供后续 select_images 使用
                 if has_image_intent:
                     for i, (doc, meta, score) in enumerate(zip(docs, metas, scores)):
                         if meta.get('chunk_type') in ('image', 'chart'):
@@ -1628,18 +2072,12 @@ def rag():
                 missing_figures = referenced_figures - existing_figure_images
                 missing_tables = referenced_tables - existing_table_images
 
-                # 计算主要章节（用于补充检索过滤）
+                # 计算主要章节路径（用于补充检索过滤）
-                primary_sections_for_supplement = set()
+                primary_section_paths_for_supp = set()
                 for ctx in text_contexts[:3]:
                     section = ctx.get('meta', {}).get('section', '') or ctx.get('meta', {}).get('section_path', '')
                     if section:
-                        section_num = re.search(r'(\d+\.\d+)', section)
+                        primary_section_paths_for_supp.add(section)
-                        if not section_num:
-                            chapter_match = re.search(r'第\s*(\d+)\s*章', section)
-                            if chapter_match:
-                                section_num = chapter_match
-                        if section_num:
-                            primary_sections_for_supplement.add(section_num.group(1))
 
                 if missing_figures or missing_tables:
                     # 补充检索
@@ -1696,14 +2134,18 @@ def rag():
 
                                     if is_match:
                                         # 额外检查：图片章节是否与主要章节匹配
-                                        # 避免补充检索到不相关的图片
+                                        # 使用层级相似度判断，无需硬编码格式假设
                                         supp_section = supp_meta.get('section', '') or supp_meta.get('section_path', '')
-                                        supp_section_num = re.search(r'(\d+\.\d+)', supp_section)
-                                        supp_section_id = supp_section_num.group(1) if supp_section_num else None
 
-                                        # 如果图片章节不在主要章节中，跳过
+                                        if primary_section_paths_for_supp and supp_section:
-                                        if primary_sections_for_supplement and supp_section_id and supp_section_id not in primary_sections_for_supplement:
+                                            supp_max_sim = max(
-                                            # 不是主要章节的图片，跳过
+                                                (_section_similarity(supp_section, ps) for ps in primary_section_paths_for_supp),
+                                                default=0.0
+                                            )
+                                            if supp_max_sim < 0.3:
+                                                continue
+                                        elif primary_section_paths_for_supp and not supp_section:
+                                            # 补充检索的图片无章节信息时优雅降级：跳过
                                             continue
 
                                         # Bug 6a 修复：补充检索的图片也要做 full_description 替换
@@ -1742,12 +2184,12 @@ def rag():
                 import asyncio
                 from knowledge.lazy_enhance import enhance_retrieved_chunks
                 kb_name = collections[0] if collections else 'public_kb'
-                asyncio.run(enhance_retrieved_chunks(contexts, message, kb_name))
+                asyncio.run(enhance_retrieved_chunks(contexts, retrieval_query, kb_name))
             except Exception as e:
                 logger.warning(f"懒加载增强失败: {e}")
 
             # 3. 选择要展示的图片（Phase 5）
-            selected_images = select_images(contexts, message)
+            selected_images = select_images(contexts, retrieval_query)
 
             # 调试事件：图片选择详情
             if IS_DEV:
@@ -1755,16 +2197,32 @@ def rag():
 
             # 4. 构建 prompt（Phase 6：LLM 图片感知）
             # Bug 1 修复：文本切片用于 top 5 名额竞争，图片描述不参与竞争
-            text_contexts = _order_text_contexts_for_prompt(contexts, message, MAX_CONTEXT_CHUNKS,
+            text_contexts = _order_text_contexts_for_prompt(contexts, retrieval_query, MAX_CONTEXT_CHUNKS,
                                                              min_score=RERANK_CONTEXT_MIN_SCORE)
             # Phase 2：按字符预算构建上下文
             _is_comparison = intent and intent.intent == "comparison"
-            if _is_enum_query(message) or _is_comparison:
+            if _is_enum_query(retrieval_query) or _is_comparison:
                 # 列举类 / 对比类查询：保持原始顺序，不做预算截断
-                context_text = "\n\n".join([ctx.get('doc', '') for ctx in text_contexts])
+                # 仍然注入 section_path 标题，帮助 LLM 区分不同章节
+                enum_parts = []
+                prev_section = None
+                for ctx in text_contexts:
+                    meta = ctx.get('meta', {})
+                    section = meta.get('section', '') or meta.get('section_path', '')
+                    if section and section != prev_section:
+                        enum_parts.append(f"━ {section} ━")
+                        prev_section = section
+                    # 精简表格切片：去除冗余的语义增强前缀
+                    doc = _strip_semantic_prefix(ctx.get('doc', ''), meta.get('chunk_type', ''))
+                    enum_parts.append(doc)
+                context_text = "\n\n".join(enum_parts)
             else:
                 context_text = _build_context_with_budget(text_contexts, CONTEXT_MAX_CHARS, CONTEXT_SOFT_LIMIT)
 
+            # 表格救援：CrossEncoder 对表格评分偏低，导致表格被预算截断
+            # 当查询涉及表格但上下文中没有表格数据时，从被截断的切片中补回
+            context_text = _rescue_table_chunks(text_contexts, context_text, retrieval_query)
+
             # Phase 4：计算置信度分数（top-3 平均 Rerank 分数）
             _top_scores = [ctx.get('score', 0) for ctx in text_contexts[:3]]
             _confidence_score = round(sum(_top_scores) / len(_top_scores), 4) if _top_scores else 0.0
@@ -1772,6 +2230,17 @@ def rag():
             # Bug 6b 优化：直接使用 selected_images 中的 full_description
             # 这样 LLM 既能看到文本切片，也能知道图片内容
             if selected_images:
+                # 区分表格嵌入图片和独立图片
+                has_table_embedded_images = any(
+                    img.get('type') == 'table_image' for img in selected_images
+                )
+                # 检查上下文中是否有表格含嵌入图片
+                has_table_with_images = any(
+                    ctx.get('meta', {}).get('chunk_type') == 'table'
+                    and ctx.get('meta', {}).get('images_json')
+                    for ctx in text_contexts
+                )
+
                 image_descriptions = []
                 for i, img in enumerate(selected_images, 1):
                     # 直接使用 select_images 时带上的 full_description
@@ -1784,6 +2253,16 @@ def rag():
                         image_descriptions.append(f"【图片{i}】{full_desc}{source_info}")
                 if image_descriptions:
                     context_text += "\n\n【相关图片信息】\n" + "\n\n".join(image_descriptions)
+
+                # 根据图片类型给出不同的回答指令
+                if has_table_embedded_images and has_table_with_images:
+                    context_text += (
+                        "\n\n【回答要求】参考资料中包含表格及其嵌入图片。"
+                        "请以**表格形式**呈现数据（保持原始表格结构），"
+                        "并在对应单元格中使用 `![图片](图片URL)` 格式嵌入图片。"
+                        "不要将表格内容转为纯文本描述，不要把图片与表格分开展示。"
+                    )
+                else:
                     # 添加指令让 LLM 介绍图片
                     context_text += "\n\n【回答要求】回答时请简要介绍每张图片的内容和用途。"
 
@@ -1817,7 +2296,7 @@ def rag():
                 )
                 enhanced_context = instruction_instruction + "\n\n" + enhanced_context
 
-            if _is_enum_query(message):
+            if _is_enum_query(retrieval_query):
                 enum_instruction = (
                     "\n\n【回答要求】如果参考资料中包含编号列表、禁止情形、要求或条款，"
                     "请按资料中的原始顺序完整列出；不要合并相邻条目，不要跳项，"
@@ -1884,6 +2363,9 @@ def rag():
                 # else: 没有匹配到，保留原选择（不再截断到1张）
             # else: LLM 没有提图号，保留原选择（不再截断到1张）
 
+            # 后置图片过滤：用回答内容反向筛选图片，确保图片与回答一致
+            selected_images = _filter_images_by_answer(selected_images, full_answer_text)
+
             rich_media = {'images': selected_images, 'tables': [], 'sections': []}
 
             # 7. 去掉 LLM 添加的数字引用标记，避免与后端引用重复
@@ -1911,6 +2393,8 @@ def rag():
                         assistant_metadata['sources'] = sources
                     if citation_result.get('citations'):
                         assistant_metadata['citations'] = citation_result['citations']
+                    # 记录本次检索使用的向量库（用于后续追问时自动恢复 KB 选择）
+                    assistant_metadata['collections'] = collections
                     session_repo_ref.add_message(session_id, 'assistant', filtered_answer, assistant_metadata)
                     # 更新会话最后活跃时间
                     if hasattr(session_repo_ref, 'update_last_active'):

api/document_routes.py

@@ -45,6 +45,7 @@ import logging
 logger = logging.getLogger(__name__)
 from werkzeug.utils import secure_filename
 from auth.gateway import require_gateway_auth
+from config import DEV_MODE
 from core.status_codes import (
     UPLOAD_SUCCESS, BATCH_UPLOAD_SUCCESS, BAD_REQUEST,
     NO_FILE, NO_FILE_SELECTED, NO_COLLECTION,
@@ -169,9 +170,9 @@ def serve_document_file(doc_path: str) -> Tuple[Any, int]:
         文件内容或错误响应
 
     Note:
-        仅在 DEV_MODE=true 时可用
+        仅在 DEV_MODE=true 时可用（需在 .env 中显式设置）
     """
-    if os.environ.get('DEV_MODE', 'true').lower() == 'false':
+    if not DEV_MODE:
         return jsonify({"error": "仅开发环境可用"}), 403
 
     from config import DOCUMENTS_PATH

api/session_routes.py

@@ -69,7 +69,7 @@ def get_history(session_id):
     user_id = request.current_user["user_id"]
 
     # 验证会话归属
-    sessions = session_manager.get_user_sessions(user_id)
+    sessions = session_manager.get_user_sessions(user_id, limit=20)
     session_ids = [s["session_id"] for s in sessions]
 
     if session_id not in session_ids:
@@ -90,7 +90,7 @@ def delete_session(session_id):
     user_id = request.current_user["user_id"]
 
     # 验证会话归属
-    sessions = session_manager.get_user_sessions(user_id)
+    sessions = session_manager.get_user_sessions(user_id, limit=20)
     session_ids = [s["session_id"] for s in sessions]
 
     if session_id not in session_ids:
@@ -111,7 +111,7 @@ def clear_history(session_id):
     user_id = request.current_user["user_id"]
 
     # 验证会话归属
-    sessions = session_manager.get_user_sessions(user_id)
+    sessions = session_manager.get_user_sessions(user_id, limit=20)
     session_ids = [s["session_id"] for s in sessions]
 
     if session_id not in session_ids:

auth/gateway.py

@@ -20,12 +20,12 @@
 
 ## 模式说明
 
-开发模式 (DEV_MODE=true，默认):
+开发模式 (DEV_MODE=true):
 - 支持 mock token 模拟用户：Authorization: Bearer mock-token-admin
 - 无 Header 时自动使用开发测试用户
 - 适用于前端测试和开发调试
 
-生产模式 (DEV_MODE=false):
+生产模式 (DEV_MODE=false，默认):
 - 不需要 Header，直接放行
 - 权限由后端完全控制，通过 collections 参数传入
 - RAG 服务完全无状态，只负责问答检索
@@ -34,17 +34,11 @@
 from functools import wraps
 from flask import request, jsonify
 from typing import Dict, Optional
-import os
+from config import DEV_MODE
-from pathlib import Path
-from dotenv import load_dotenv
-
-# 加载 .env 文件（从项目根目录）
-env_path = Path(__file__).parent.parent / '.env'
-load_dotenv(env_path)
 
 
 # ==================== 模拟用户数据（开发环境）====================
-# 用于前端模拟登录测试，仅 DEV_MODE=true 时生效
+# 用于前端模拟登录测试，仅 DEV_MODE=true 时生效（需在 .env 中显式开启）
 MOCK_USERS = {
     'admin': {
         'user_id': 'admin001',
@@ -83,19 +77,19 @@ def require_gateway_auth(f):
     """
     网关认证装饰器 - 从 Header 读取用户信息
 
-    开发模式 (DEV_MODE=true，默认):
+    开发模式 (DEV_MODE=true):
     - 支持 mock token: Authorization: Bearer mock-token-admin
     - 无 Header 时自动使用开发测试用户（admin 角色）
 
-    生产模式 (DEV_MODE=false):
+    生产模式 (DEV_MODE=false，默认):
     - 不需要 Header，直接放行
     - 用户信息设为默认值
     - 权限由后端通过 collections 参数控制
     """
     @wraps(f)
     def decorated(*args, **kwargs):
-        # 开发模式开关（默认开启，生产环境设置 DEV_MODE=false）
+        # 开发模式开关（统一由 config.py 管理）
-        dev_mode = os.environ.get('DEV_MODE', 'true').lower() != 'false'
+        dev_mode = DEV_MODE
 
         # 开发模式：支持 mock token
         if dev_mode:
@@ -202,11 +196,24 @@ def can_delete_collection(role: str) -> bool:
 
 def require_role(*roles):
     """
-    兼容旧代码 - 权限由后端管理，此装饰器不再执行权限验证
+    角色验证装饰器（开发和生产环境均生效）
+
+    需搭配 @require_gateway_auth 使用（先设置 current_user，再验证角色）。
+
+    开发模式: 检查 mock token 对应用户的角色
+    生产模式: 检查网关注入的 X-User-Role Header
     """
     def decorator(f):
         @wraps(f)
         def decorated(*args, **kwargs):
+            if roles:
+                user = get_current_user()
+                if user is None or user.get('role') not in roles:
+                    from flask import jsonify
+                    return jsonify({
+                        "error": "权限不足，需要角色: {}".format(', '.join(roles)),
+                        "status": "FORBIDDEN"
+                    }), 403
             return f(*args, **kwargs)
         return decorated
     return decorator
@@ -214,11 +221,12 @@ def require_role(*roles):
 
 def require_collection_permission(operation: str):
     """
-    兼容旧代码 - 权限由后端管理，此装饰器不再执行权限验证
+    集合权限验证装饰器（开发模式下为占位实现，生产环境权限由网关控制）
     """
     def decorator(f):
         @wraps(f)
         def decorated(*args, **kwargs):
+            # 生产环境下权限由网关/后端统一管控，此处放行
             return f(*args, **kwargs)
         return decorated
     return decorator

config.example.py

@@ -181,7 +181,10 @@ SEMANTIC_CACHE_ENABLED = True
 SEMANTIC_CACHE_THRESHOLD = 0.92  # 相似度阈值
 
 # 缓存写入最低置信度
-CACHE_MIN_SCORE = 0.3
+# 注意：ChromaDB cosine distance 范围 [0,2]，score = 1 - dist
+# 当前 embedding 模型的 cosine similarity 普遍在 0.03-0.06 之间
+# 搜索管线已通过 rerank 过滤低质量结果，此处不再额外限制
+CACHE_MIN_SCORE = 0.0
 
 # LLM 调用预算
 MAX_LLM_CALLS_PER_QUERY = 2
@@ -198,6 +201,18 @@ MINERU_DEVICE_MODE = os.getenv("MINERU_DEVICE_MODE", "cpu")  # cpu / cuda
 MINERU_API_TOKEN = os.getenv("MINERU_API_TOKEN", "")  # 在 https://mineru.net/apiManage/token 申请
 MINERU_API_URL = os.getenv("MINERU_API_URL", "https://mineru.net/api/v4/extract/task")
 MINERU_PREFER_ONLINE = os.getenv("MINERU_PREFER_ONLINE", "true").lower() == "true"
+MINERU_PREFER_V2 = os.getenv("MINERU_PREFER_V2", "true").lower() == "true"  # 优先使用 v2 格式（含 style 信息）
+
+# 标题识别规则引擎
+# 规则定义见 parsers/heading_rules.py，支持通过 config.py 覆盖
+HEADING_RULES_CONFIG = None       # None=使用内置默认规则; dict 列表=自定义规则覆盖
+HEADING_SHORT_TEXT_ENABLED = True  # 是否启用短中文文本标题识别（最易误判的规则，可单独关闭）
+HEADING_SHORT_TEXT_MAX_LENGTH = 20 # 短文本最大字符数阈值
+
+# 表单类型二次校正
+# MinerU 解析 Word 文档时，某些表单被标记为 text，根据内容特征修正为 table
+FORM_RECLASSIFY_ENABLED = True    # 是否启用 text->table 表单检测
+FORM_RECLASSIFY_MIN_INDICATORS = 2 # 最少命中几个表单特征指标才校正
 
 # 分块参数
 CHUNK_SIZE = 1000

core/__init__.py

@@ -3,7 +3,6 @@ RAG 核心引擎模块
 
 包含：
 - engine: RAGEngine 单例类，管理模型和共享资源
-- agentic: AgenticRAG 智能问答
 - bm25_index: BM25 关键词检索索引
 - chunker: 文本分块器
 """

core/agentic.py

@@ -1,390 +0,0 @@
-"""
-Agentic RAG - 知识库智能问答系统
-
-核心能力：
-1. 知识库检索 - 向量检索 + BM25 + Rerank
-2. 网络搜索 - 当知识库不足时自动搜索（需配置SERPER_API_KEY）
-3. 图谱检索 - 实体关系推理（需配置Neo4j）
-4. 多源融合 - 智能处理知识库和网络内容
-5. Agent决策 - 动态决定检索、改写、分解等操作
-
-使用方式：
-    from core.agentic import AgenticRAG
-
-    rag = AgenticRAG()
-    result = rag.process("你的问题")
-    print(result["answer"])
-"""
-
-import json
-import logging
-from openai import OpenAI
-
-# 配置日志
-logger = logging.getLogger(__name__)
-
-# 导入基础模块
-from core.engine import get_engine
-from core.llm_utils import call_llm, quick_yes_no, parse_json_from_response
-
-# 导入基础常量和配置
-from .agentic_base import (
-    API_KEY, BASE_URL, MODEL,
-    HAS_SERPER,
-    HAS_BUDGET, SEMANTIC_CACHE_ENABLED,
-    MAX_CONTEXT_TOKENS, MAX_CONTEXT_COUNT, RERANK_THRESHOLD,
-    SOURCE_KB, SOURCE_WEB,
-)
-
-# 尝试导入语义缓存
-try:
-    from core.semantic_cache import SemanticCache
-except ImportError:
-    SemanticCache = None
-
-# 导入 Mixin 类
-from .agentic_query import QueryRewriteMixin
-from .agentic_search import SearchMixin
-from .agentic_answer import AnswerMixin
-from .agentic_citation import CitationMixin
-from .agentic_media import RichMediaMixin
-from .agentic_quality import QualityMixin
-from .agentic_context import ContextMixin
-from .agentic_meta import MetaQuestionMixin
-
-
-class AgenticRAG(
-    QueryRewriteMixin,
-    SearchMixin,
-    AnswerMixin,
-    CitationMixin,
-    RichMediaMixin,
-    QualityMixin,
-    ContextMixin,
-    MetaQuestionMixin
-):
-    """
-    Agentic RAG - 知识库智能问答
-
-    通过 Mixin 模式组合功能：
-    - QueryRewriteMixin: 查询重写
-    - SearchMixin: 检索功能
-    - AnswerMixin: 答案生成
-    - CitationMixin: 引用处理
-    - RichMediaMixin: 富媒体处理
-    - QualityMixin: 质量评估
-    - ContextMixin: 上下文处理
-    - MetaQuestionMixin: 元问题处理
-    """
-
-    def __init__(
-        self,
-        max_iterations: int = 3,
-        enable_web_search: bool = True,
-        **kwargs
-    ):
-        """初始化"""
-        self.max_iterations = max_iterations
-        self.enable_web_search = enable_web_search and HAS_SERPER
-        self.client = OpenAI(api_key=API_KEY, base_url=BASE_URL)
-
-        # 信息来源标记
-        self.SOURCE_KB = SOURCE_KB
-        self.SOURCE_WEB = SOURCE_WEB
-
-        # 初始化置信度门控
-        try:
-            from core.confidence_gate import create_gate
-            self.confidence_gate = create_gate()
-        except ImportError:
-            self.confidence_gate = None
-
-        # 初始化多维质量评估器
-        try:
-            from core.quality_assessor import create_assessor
-            self.quality_assessor = create_assessor()
-        except ImportError:
-            self.quality_assessor = None
-
-        # 初始化推理反思器
-        try:
-            from core.reasoning_reflector import create_reflector
-            self.reasoning_reflector = create_reflector()
-        except ImportError:
-            self.reasoning_reflector = None
-
-        # 初始化循环防护器
-        try:
-            from core.loop_guard import create_guard
-            self.loop_guard = create_guard(max_iterations=max_iterations)
-        except ImportError:
-            self.loop_guard = None
-
-        # 初始化语义缓存
-        self.semantic_cache = None
-        self.embedding_model = None
-        if SEMANTIC_CACHE_ENABLED and SemanticCache:
-            try:
-                engine = get_engine()
-                if engine and hasattr(engine, 'embedding_model'):
-                    self.embedding_model = engine.embedding_model
-                    emb_dim = 768
-                    # 优先使用新 API，兼容旧版本
-                    if hasattr(self.embedding_model, 'get_embedding_dimension'):
-                        emb_dim = self.embedding_model.get_embedding_dimension()
-                    elif hasattr(self.embedding_model, 'get_sentence_embedding_dimension'):
-                        emb_dim = self.embedding_model.get_sentence_embedding_dimension()
-                    self.semantic_cache = SemanticCache(
-                        dim=emb_dim,
-                        threshold=0.92,
-                        max_size=5000
-                    )
-                    logger.info(f"语义缓存已启用，维度={emb_dim}")
-            except Exception as e:
-                logger.warning(f"语义缓存初始化失败: {e}")
-                self.semantic_cache = None
-
-        # Context Compression 配置
-        self.MAX_CONTEXT_TOKENS = MAX_CONTEXT_TOKENS
-        self.MAX_CONTEXT_COUNT = MAX_CONTEXT_COUNT
-        self.RERANK_THRESHOLD = RERANK_THRESHOLD
-
-        # Answer Grounding 配置
-        self.MAX_GROUNDING_RETRY = 1
-        self.grounding_retry_count = 0
-
-    def should_rewrite(self, query: str, history: list = None) -> bool:
-        """判断是否需要重写查询"""
-        # 口语化表达模式
-        colloquial_patterns = [
-            "这个", "那个", "它", "这", "那",
-            "上面", "下面", "刚才", "之前",
-            "能不能", "可以吗", "行不行",
-            "怎么办", "怎么弄", "咋整"
-        ]
-
-        for pattern in colloquial_patterns:
-            if pattern in query:
-                return True
-
-        # 查询太短
-        if len(query) < 5:
-            return True
-
-        # 有对话历史时，可能需要实体补全
-        if history:
-            for msg in reversed(history[-3:]):
-                if msg.get("role") == "user":
-                    prev_query = msg.get("content", "")
-                    # 如果当前查询缺少主语，可能需要补全
-                    if any(kw in query for kw in ["标准", "规定", "流程", "制度"]):
-                        if not any(kw in query for kw in ["报销", "出差", "请假", "工资", "合同"]):
-                            return True
-
-        return False
-
-    def process(self, query: str, verbose: bool = True, history: list = None,
-                allowed_levels: list = None, role: str = None, department: str = None,
-                emit_log=None) -> dict:
-        """
-        主流程：智能问答
-
-        Args:
-            query: 用户问题
-            verbose: 是否打印详细过程
-            history: 对话历史
-            allowed_levels: 允许访问的安全级别
-            role: 用户角色
-            department: 用户部门
-            emit_log: 日志发射函数（流式输出）
-
-        Returns:
-            {
-                "answer": str,
-                "sources": list,
-                "images": list,
-                "tables": list,
-                "citations": list,
-                "log_trace": list
-            }
-        """
-        log_trace = []
-
-        # 1. 检查元问题
-        if self._is_meta_question(query):
-            answer = self._answer_meta_question(query, allowed_levels, role, department)
-            return {
-                "answer": answer,
-                "sources": [],
-                "images": [],
-                "tables": [],
-                "citations": [],
-                "log_trace": [{"phase": "meta_question", "query": query}]
-            }
-
-        # 2. 查询重写
-        current_query = query
-        if self.should_rewrite(query, history):
-            current_query = self._rewrite_query(query, history)
-            log_trace.append({"phase": "rewrite", "original": query, "rewritten": current_query})
-            if emit_log:
-                emit_log(f"📝 查询重写: {query} → {current_query}")
-
-        # 3. 知识库检索
-        contexts = []
-        try:
-            engine = get_engine()
-            if not engine._initialized:
-                engine.initialize()
-
-            # 获取用户可访问的向量库
-            from knowledge.manager import get_kb_manager
-            kb_mgr = get_kb_manager()
-            accessible = kb_mgr.get_accessible_collections(role or 'user', department or '', 'read')
-
-            # 统一使用 search_knowledge() — 生产路径的同一 API
-            # search_knowledge() 返回 dict: {ids, documents, metadatas, distances}，每项为 list[list]
-            # top_k 与生产路径对齐（30），确保 Rerank 后仍有足够结果
-            results = engine.search_knowledge(
-                query=current_query,
-                top_k=30,
-                collections=accessible if accessible else None,
-            )
-
-            docs = results.get('documents', [[]])[0]
-            metas = results.get('metadatas', [[]])[0]
-            dists = results.get('distances', [[]])[0]
-
-            for doc, meta, score in zip(docs, metas, dists):
-                contexts.append({
-                    'doc': doc,
-                    'meta': meta,
-                    'score': 1 - score if score <= 1 else 1 / (1 + score),  # 距离→相似度
-                    'source_type': self.SOURCE_KB,
-                    'query': current_query
-                })
-
-            log_trace.append({"phase": "kb_search", "query": current_query, "results": len(contexts)})
-            if emit_log:
-                emit_log(f"🔍 知识库检索: {len(contexts)} 条结果")
-
-        except Exception as e:
-            logger.error(f"知识库检索失败: {e}")
-            log_trace.append({"phase": "kb_search", "error": str(e)})
-
-        # 3.5 图片独立检索 + 打分选择（与生产路径对齐）
-        selected_images = []
-        try:
-            from api.chat_routes import select_images
-            selected_images = select_images(contexts, current_query)
-            if selected_images and emit_log:
-                emit_log(f"🖼️ 图片选择: {len(selected_images)} 张相关图片")
-            log_trace.append({"phase": "image_selection", "count": len(selected_images)})
-        except Exception as e:
-            logger.debug(f"图片选择失败: {e}")
-
-        # 4. 上下文压缩
-        contexts = self._compress_contexts(current_query, contexts)
-
-        # 5. 网络搜索（如果需要）
-        web_contexts = []
-        if self.enable_web_search and (
-            not contexts or
-            not self._is_kb_result_sufficient(current_query, [c['doc'] for c in contexts]) or
-            self._should_web_search(current_query)
-        ):
-            web_contexts = self._web_search_flow(current_query, log_trace, emit_log, verbose, allowed_levels)
-            contexts.extend(web_contexts)
-
-        # 7. 生成答案（注入图片描述到上下文）
-        if contexts:
-            # 将选中图片的描述注入上下文，让 LLM 能"看到"图片内容
-            if selected_images:
-                image_contexts = []
-                for i, img in enumerate(selected_images, 1):
-                    full_desc = img.get('full_description', '') or img.get('description', '')
-                    if full_desc:
-                        img_source = img.get('source', '')
-                        img_page = img.get('page', '')
-                        source_info = f"（来源：{img_source} 第{img_page}页）" if img_source and img_page else ""
-                        image_contexts.append({
-                            'doc': f"【图片{i}】{full_desc}{source_info}",
-                            'meta': {'source': img_source, 'page': img_page, 'chunk_type': img.get('type', 'image')},
-                            'score': img.get('score', 0),
-                            'source_type': self.SOURCE_KB,
-                            'query': current_query
-                        })
-                # 图片上下文追加到知识库上下文前面（让 LLM 优先看到图片信息）
-                contexts = image_contexts + contexts
-
-            answer = self._generate_fused_answer(current_query, contexts, allowed_levels)
-
-            # 答案验证（防止幻觉）
-            if self.grounding_retry_count < self.MAX_GROUNDING_RETRY:
-                answer = self._verify_and_refine_answer(current_query, answer, contexts)
-        else:
-            answer = self._generate_no_context_answer(current_query, allowed_levels)
-
-        # 8. 构建引用
-        citations = self._attach_citations(answer, contexts)
-
-        # 9. 图片结果：优先使用 select_images 的结构化结果（含 URL + 打分）
-        #    回退到 _extract_rich_media（从 metadata 提取）
-        if selected_images:
-            images_result = selected_images
-        else:
-            rich_media = self._extract_rich_media(contexts)
-            images_result = rich_media.get("images", [])
-
-        return {
-            "answer": answer,
-            "sources": citations.get("sources", []),
-            "images": images_result,
-            "tables": citations.get("tables", []) if isinstance(citations, dict) else [],
-            "citations": citations.get("citations", []),
-            "log_trace": log_trace
-        }
-
-    def chat_search(self, query: str, history: list = None, role: str = None,
-                    department: str = None, allowed_levels: list = None) -> dict:
-        """聊天式检索接口"""
-        return self.process(
-            query,
-            verbose=False,
-            history=history,
-            role=role,
-            department=department,
-            allowed_levels=allowed_levels
-        )
-
-    def chat(self):
-        """命令行交互模式"""
-        print("🤖 Agentic RAG 已启动，输入 'quit' 退出")
-        print("-" * 50)
-
-        history = []
-        while True:
-            try:
-                query = input("\n👤 你: ").strip()
-                if not query:
-                    continue
-                if query.lower() in ['quit', 'exit', 'q']:
-                    print("👋 再见！")
-                    break
-
-                result = self.process(query, verbose=True, history=history)
-                print(f"\n🤖 AI: {result['answer']}")
-
-                if result['sources']:
-                    print("\n📚 来源:")
-                    for src in result['sources'][:3]:
-                        print(f"  - {src['source']}")
-
-                history.append({"role": "user", "content": query})
-                history.append({"role": "assistant", "content": result['answer']})
-
-            except KeyboardInterrupt:
-                print("\n👋 再见！")
-                break
-            except Exception as e:
-                print(f"❌ 错误: {e}")

core/agentic_answer.py

@@ -1,214 +0,0 @@
-"""
-Agentic RAG - 答案生成 Mixin
-
-包含答案生成、上下文构建、融合回答等方法
-"""
-
-import logging
-
-from .agentic_base import logger, MODEL, SOURCE_KB, SOURCE_WEB
-from core.llm_utils import call_llm
-
-logger = logging.getLogger(__name__)
-
-
-class AnswerMixin:
-    """答案生成方法"""
-
-    def _generate_fused_answer(self, query: str, contexts: list, allowed_levels: list = None) -> str:
-        """生成融合答案 - 智能处理多源信息"""
-        # 分离不同来源
-        kb_contexts = [c for c in contexts if c.get('source_type') == self.SOURCE_KB]
-        web_contexts = [c for c in contexts if c.get('source_type') == self.SOURCE_WEB]
-
-        # 如果没有任何上下文，检测是否因权限限制
-        if not contexts:
-            return self._generate_no_context_answer(query, allowed_levels)
-
-        # 正常生成答案
-        context_str = self._build_context_string(kb_contexts, web_contexts)
-        prompt = self._build_normal_answer_prompt(query, context_str, kb_contexts, web_contexts)
-
-        result = call_llm(
-            self.client, prompt, MODEL,
-            temperature=0.7,
-            max_tokens=2000
-        )
-        return result or f"生成答案失败"
-
-    def _build_context_string(self, kb_contexts, web_contexts):
-        """构建上下文字符串 - FAQ 优先策略，按分数排序"""
-        # 分离 FAQ 和普通知识库内容
-        faq_contexts = [c for c in kb_contexts if c.get('meta', {}).get('chunk_type') == 'faq']
-        regular_contexts = [c for c in kb_contexts if c.get('meta', {}).get('chunk_type') != 'faq']
-
-        # 按分数降序排列，确保最相关的内容优先展示
-        regular_contexts.sort(key=lambda c: c.get('score', 0), reverse=True)
-
-        # FAQ 部分（优先展示）
-        faq_parts = []
-        for i, c in enumerate(faq_contexts[:3], 1):
-            meta = c['meta']
-            answer = meta.get('faq_answer', c['doc'])
-            faq_parts.append(f"[FAQ-{i}] 常见问题\n问题：{c['doc']}\n标准答案：{answer}")
-
-        # 普通知识库部分（用 12 条，提升覆盖率）
-        kb_parts = []
-        for i, c in enumerate(regular_contexts[:12], 1):
-            meta = c['meta']
-            source_str = meta.get('source', '未知')
-            section = meta.get('section', '')
-            source_info = f"{source_str}"
-            if section:
-                source_info += f" > {section[:60]}"
-            kb_parts.append(f"[知识库-{i}] {source_info}\n{c['doc']}")
-
-        web_parts = []
-        for i, c in enumerate(web_contexts[:5], 1):
-            meta = c['meta']
-            web_parts.append(f"[网络-{i}] {meta.get('title', '')}\n来源:{meta.get('source', '')}\n{c['doc']}")
-
-        return "\n\n".join(faq_parts + kb_parts + web_parts)
-
-    def _build_normal_answer_prompt(self, query, context_str, kb_contexts, web_contexts):
-        """构建正常回答的提示词（与生产路径 generate_answer_stream 对齐）"""
-        # 检测是否有图片上下文
-        has_images = any(c.get('meta', {}).get('chunk_type') in ('image', 'chart', 'table')
-                        for c in kb_contexts)
-
-        image_instruction = ""
-        if has_images:
-            image_instruction = "\n5. 如果参考资料中包含【图片N】信息，请在回答中简要介绍每张图片的内容和用途"
-
-        return f"""你是一个严谨的知识库问答助手。你必须且只能根据用户提供的【参考资料】回答问题。
-
-【参考资料】
-{context_str}
-
-【用户问题】
-{query}
-
-【回答要求】
-1. 如果参考资料中有答案，必须引用对应内容回答，并在回答末尾标注引用编号（如[1]、[2]）
-2. 如果参考资料中确实没有相关信息，简短说明"参考资料中没有相关信息"即可，不要编造或补充资料外的内容
-3. 禁止使用参考资料以外的知识进行补充或推测
-4. 分点列举，条理清晰，语言简洁{image_instruction}
-
-请仔细阅读以上全部参考资料后回答："""
-
-    def _build_answer_prompt_with_permission(self, query, context_str, levels_str, sources_str, kb_contexts, web_contexts):
-        """构建带权限提示的回答提示词"""
-        return f"""你是一个严谨的智能助手。
-
-【用户问题】
-{query}
-
-【重要提示】
-检测到与用户问题更相关的信息可能存在于「{levels_str}」级别的文档中，但用户当前的权限级别无法访问。
-
-【可访问的信息来源】
-{context_str}
-
-【回答要求】
-1. 首先明确告知用户：当前回答基于您有权限访问的文档，可能不完整
-2. 基于现有信息如实回答
-3. 建议用户如需完整信息，请联系管理员申请相应权限
-
-请回答："""
-
-    def _generate_no_context_answer(self, query: str, allowed_levels: list = None) -> str:
-        """无上下文时的回答 — 诚实告知，不编造"""
-        return "参考资料中没有找到与该问题相关的信息，无法根据现有知识库内容回答您的问题。"
-
-    def _verify_and_refine_answer(self, query: str, answer: str, contexts: list) -> str:
-        """验证并精炼答案 - 防止幻觉
-
-        返回值始终是干净的答案文本，不包含验证推理过程。
-        """
-        prompt = f"""请检查以下回答是否存在"幻觉"（与参考信息不符的内容）。
-
-【用户问题】
-{query}
-
-【参考信息】
-{chr(10).join([f"[{i+1}] {c['doc'][:200]}" for i, c in enumerate(contexts[:8])])}
-
-【AI回答】
-{answer}
-
-【检查规则】
-1. 逐条核对回答中的事实是否能在参考信息中找到依据
-2. 如果没有幻觉，只回复一个英文单词：PASS
-3. 如果有幻觉，只输出修正后的完整回答（不要输出检查过程、不要加标题、不要加"检查结果"等前缀）
-
-修正后的回答："""
-
-        try:
-            result = call_llm(
-                self.client, prompt, MODEL,
-                temperature=0.1,
-                max_tokens=2000
-            )
-            if not result:
-                return answer
-            # 如果返回 PASS 或很短的确认，说明无幻觉
-            cleaned = result.strip()
-            if cleaned.upper() == "PASS" or len(cleaned) < 10:
-                return answer
-            # 有幻觉时，返回修正后的干净答案（去掉可能的前缀）
-            for prefix in ["修正后的回答：", "修正后回答：", "修正回答：", "修正后："]:
-                if cleaned.startswith(prefix):
-                    cleaned = cleaned[len(prefix):].strip()
-            return cleaned
-        except Exception as e:
-            logger.warning(f"答案验证失败: {e}")
-            return answer
-
-    def _generate_uncertain_answer(self, query: str, contexts: list) -> str:
-        """生成不确定性回答"""
-        context_str = "\n".join([c['doc'][:200] for c in contexts[:3]])
-
-        prompt = f"""用户问题：{query}
-
-找到的信息可能不够完整或相关性不高：
-{context_str}
-
-请基于这些信息给出一个谨慎的回答，明确说明哪些部分是有依据的，哪些部分可能需要更多验证。
-
-回答："""
-
-        try:
-            result = call_llm(
-                self.client, prompt, MODEL,
-                temperature=0.7,
-                max_tokens=1000
-            )
-            return result or "根据现有信息无法确定答案。"
-        except Exception as e:
-            logger.error(f"生成不确定性回答失败: {e}")
-            return "根据现有信息无法确定答案。"
-
-    def _direct_answer(self, query: str, history: list = None) -> str:
-        """直接使用 LLM 回答（无知识库检索）"""
-        messages = [
-            {"role": "system", "content": "你是一个专业的助手，请用中文回答用户的问题。"}
-        ]
-
-        if history:
-            for h in history[-4:]:
-                if h.get("role") in ["user", "assistant"]:
-                    messages.append({"role": h["role"], "content": h.get("content", "")})
-
-        messages.append({"role": "user", "content": query})
-
-        try:
-            result = call_llm(
-                self.client, "", MODEL,
-                temperature=0.7,
-                max_tokens=1500,
-                messages=messages
-            )
-            return result or "抱歉，我无法回答这个问题。"
-        except Exception as e:
-            logger.error(f"直接回答失败: {e}")
-            return f"回答生成失败：{str(e)}"

core/agentic_base.py

@@ -1,62 +0,0 @@
-"""
-Agentic RAG - 基础模块
-
-包含常量、导入和共享配置
-"""
-
-import logging
-
-# 配置日志
-logger = logging.getLogger(__name__)
-
-# 尝试导入搜索API配置
-try:
-    from config import SERPER_API_KEY
-    HAS_SERPER = True
-except ImportError:
-    HAS_SERPER = False
-    SERPER_API_KEY = None
-
-# LLM 预算控制
-try:
-    from core.llm_budget import get_budget_controller, should_use_agent, CallType
-    HAS_BUDGET = True
-except ImportError:
-    HAS_BUDGET = False
-    CallType = None
-
-# 语义缓存
-try:
-    from config import SEMANTIC_CACHE_ENABLED, SEMANTIC_CACHE_THRESHOLD
-    HAS_SEMANTIC_CACHE_CONFIG = True
-except ImportError:
-    SEMANTIC_CACHE_ENABLED = False
-    SEMANTIC_CACHE_THRESHOLD = 0.92
-    HAS_SEMANTIC_CACHE_CONFIG = False
-
-try:
-    from core.semantic_cache import SemanticCache, get_semantic_cache
-    HAS_SEMANTIC_CACHE = True
-except ImportError:
-    HAS_SEMANTIC_CACHE = False
-    SemanticCache = None
-
-# LLM 配置
-try:
-    from config import API_KEY, BASE_URL, MODEL
-except ImportError:
-    API_KEY = None
-    BASE_URL = None
-    MODEL = None
-
-# 来源标记
-SOURCE_KB = "知识库"
-SOURCE_WEB = "网络搜索"
-
-# Context Compression 配置
-MAX_CONTEXT_TOKENS = 8000  # 最大上下文 token 数（与生产路径对齐）
-MAX_CONTEXT_COUNT = 20     # 最大上下文数量
-RERANK_THRESHOLD = 0.3    # Rerank 过滤阈值
-
-# Answer Grounding 配置
-MAX_GROUNDING_RETRY = 1   # 幻觉修正最多重试次数

core/agentic_citation.py

@@ -1,237 +0,0 @@
-"""
-Agentic RAG - 引用处理 Mixin
-
-包含来源提取、引用构建、引用附加等方法
-"""
-
-import json
-import logging
-
-from .agentic_base import logger, SOURCE_KB
-
-logger = logging.getLogger(__name__)
-
-
-class CitationMixin:
-    """引用处理方法"""
-
-    def _extract_sources(self, contexts: list) -> list:
-        """提取来源列表，返回结构化定位信息"""
-        source_map = {}
-
-        for c in contexts:
-            meta = c.get('meta', {})
-            source_type = c.get('source_type', '未知')
-
-            if source_type == self.SOURCE_KB:
-                source_key = meta.get('source', '未知')
-                page = meta.get('page')
-                page_end = meta.get('page_end', page)
-                section = meta.get('section', '')
-                doc_type = meta.get('doc_type', 'other')
-                preview = meta.get('preview', '')
-                section_chunk_id = meta.get('section_chunk_id')
-            else:
-                source_key = meta.get('title', meta.get('source', '未知'))
-                page = None
-                page_end = None
-                section = ''
-                doc_type = 'other'
-                preview = ''
-                section_chunk_id = None
-
-            if source_key not in source_map:
-                source_map[source_key] = {
-                    "source": source_key,
-                    "type": source_type,
-                    "doc_type": doc_type,
-                    "count": 0,
-                    "pages": [],
-                    "sections": set(),
-                    "previews": [],
-                    "section_chunk_ids": set()
-                }
-
-            source_map[source_key]["count"] += 1
-
-            if page:
-                page_range = (page, page_end if page_end else page)
-                if page_range not in source_map[source_key]["pages"]:
-                    source_map[source_key]["pages"].append(page_range)
-
-            if section:
-                source_map[source_key]["sections"].add(section)
-
-            if preview and len(source_map[source_key]["previews"]) < 3:
-                if preview not in source_map[source_key]["previews"]:
-                    source_map[source_key]["previews"].append(preview)
-
-            if section_chunk_id:
-                source_map[source_key]["section_chunk_ids"].add(section_chunk_id)
-
-        sources = []
-        for key, info in source_map.items():
-            source_str = info["source"]
-            doc_type = info.get("doc_type", "other")
-            location_parts = []
-
-            if doc_type == 'pdf':
-                if info["pages"]:
-                    valid_pages = [(s, e) for s, e in info["pages"] if s > 1 or e > 1]
-                    if valid_pages or not info["sections"]:
-                        page_strs = []
-                        for start, end in sorted(info["pages"], key=lambda x: x[0]):
-                            if start == end:
-                                page_strs.append(f"第{start}页")
-                            else:
-                                page_strs.append(f"第{start}-{end}页")
-                        location_parts.append(", ".join(page_strs))
-
-                if info["sections"]:
-                    sections_list = sorted(info["sections"])[:3]
-                    sections_str = "、".join(sections_list)
-                    if len(info["sections"]) > 3:
-                        sections_str += f"等{len(info['sections'])}个章节"
-                    location_parts.append(sections_str)
-
-            elif doc_type == 'word':
-                if info["sections"]:
-                    sections_list = sorted(info["sections"])[:3]
-                    sections_str = "、".join(sections_list)
-                    if len(info["sections"]) > 3:
-                        sections_str += f"等{len(info['sections'])}个章节"
-                    location_parts.append(sections_str)
-
-                if info.get("section_chunk_ids"):
-                    chunk_ids = sorted(info["section_chunk_ids"])[:5]
-                    if chunk_ids:
-                        chunk_str = f"第{chunk_ids[0]}"
-                        if len(chunk_ids) > 1:
-                            chunk_str = f"第{chunk_ids[0]}-{chunk_ids[-1]}段"
-                        location_parts.append(chunk_str)
-
-            elif doc_type == 'excel':
-                if info["sections"]:
-                    sections_list = sorted(info["sections"])[:3]
-                    sections_str = "、".join(sections_list)
-                    location_parts.append(sections_str)
-
-            else:
-                if info["pages"]:
-                    valid_pages = [(s, e) for s, e in info["pages"] if s > 1 or e > 1]
-                    if valid_pages or not info["sections"]:
-                        page_strs = []
-                        for start, end in sorted(info["pages"], key=lambda x: x[0]):
-                            if start == end:
-                                page_strs.append(f"第{start}页")
-                            else:
-                                page_strs.append(f"第{start}-{end}页")
-                        location_parts.append(", ".join(page_strs))
-
-                if info["sections"]:
-                    sections_list = sorted(info["sections"])[:3]
-                    sections_str = "、".join(sections_list)
-                    if len(info["sections"]) > 3:
-                        sections_str += f"等{len(info['sections'])}个章节"
-                    location_parts.append(sections_str)
-
-            if location_parts:
-                source_str = f"{source_str} ({' | '.join(location_parts)})"
-
-            sources.append({
-                "source": source_str,
-                "type": info["type"],
-                "count": info["count"],
-                "doc_type": doc_type,
-                "previews": info.get("previews", []),
-                "section_chunk_ids": sorted(info.get("section_chunk_ids", []))[:5]
-            })
-
-        return sources
-
-    def _build_citation(self, meta: dict) -> dict:
-        """根据文档类型构建定位信息"""
-        # 从 chunk_id 中提取全局切片序号（格式: "filename_N"）
-        chunk_id_raw = meta.get('chunk_id', '')
-        chunk_index = None
-        if chunk_id_raw and '_' in str(chunk_id_raw):
-            try:
-                chunk_index = int(str(chunk_id_raw).rsplit('_', 1)[-1])
-            except (ValueError, IndexError):
-                chunk_index = meta.get('chunk_index')
-        else:
-            chunk_index = meta.get('chunk_index')
-
-        citation = {
-            "chunk_id": chunk_id_raw,
-            "chunk_index": chunk_index,  # 全局切片序号，用于前端文档预览跳转
-            "source": meta.get('source', ''),
-            "collection": meta.get('_collection', ''),  # 所属向量库，用于前端文档预览跳转
-            "doc_type": meta.get('doc_type', 'other'),
-            "section": meta.get('section', ''),
-            "preview": meta.get('preview', ''),
-            "content": meta.get('preview', ''),  # 初始用 preview，_attach_citations 中会用完整内容覆盖
-            "chunk_type": meta.get('chunk_type', 'text'),
-        }
-
-        doc_type = meta.get('doc_type', 'other')
-
-        if doc_type == 'pdf':
-            bbox_raw = meta.get('bbox')
-            bbox = None
-            if bbox_raw:
-                try:
-                    bbox = json.loads(bbox_raw) if isinstance(bbox_raw, str) else bbox_raw
-                except (json.JSONDecodeError, TypeError):
-                    bbox = bbox_raw
-
-            citation.update({
-                "page": meta.get('page'),
-                "page_end": meta.get('page_end'),
-                "bbox": bbox,
-                "bbox_mode": meta.get('bbox_mode'),
-            })
-        elif doc_type == 'word':
-            citation.update({
-                "section_chunk_id": meta.get('section_chunk_id'),
-            })
-        elif doc_type == 'excel':
-            citation.update({
-                "page": meta.get('page'),
-            })
-        else:
-            bbox_raw = meta.get('bbox')
-            bbox = None
-            if bbox_raw:
-                try:
-                    bbox = json.loads(bbox_raw) if isinstance(bbox_raw, str) else bbox_raw
-                except (json.JSONDecodeError, TypeError):
-                    bbox = bbox_raw
-
-            citation.update({
-                "page": meta.get('page'),
-                "page_end": meta.get('page_end'),
-                "bbox": bbox,
-                "bbox_mode": meta.get('bbox_mode'),
-            })
-
-        return citation
-
-    def _attach_citations(self, answer: str, contexts: list) -> dict:
-        """将引用信息附加到答案"""
-        citations = []
-
-        for c in contexts:
-            meta = c.get('meta', {})
-            full_content = c.get('doc', '')
-            citation = self._build_citation(meta)
-            # 用上下文中的完整文档内容覆盖 content 字段
-            if full_content:
-                citation['content'] = full_content[:300]
-            citations.append(citation)
-
-        return {
-            "answer": answer,
-            "citations": citations,
-            "sources": self._extract_sources(contexts)
-        }

core/agentic_context.py

@@ -1,111 +0,0 @@
-"""
-Agentic RAG - 上下文处理 Mixin
-
-包含上下文压缩、去重、Token 控制等方法
-"""
-
-import logging
-
-from .agentic_base import logger, MAX_CONTEXT_TOKENS, RERANK_THRESHOLD
-
-logger = logging.getLogger(__name__)
-
-
-class ContextMixin:
-    """上下文处理方法"""
-
-    def _compress_contexts(self, query: str, contexts: list) -> list:
-        """上下文压缩三步走：Rerank 过滤 → 去重 → Token 控制"""
-        if not contexts:
-            return contexts
-
-        # Step 1: Rerank 过滤
-        filtered = self._rerank_filter(contexts)
-
-        # Step 2: 去重
-        deduped = self._deduplicate_contexts(filtered)
-
-        # Step 3: Token 控制
-        result = self._truncate_to_tokens(deduped, self.MAX_CONTEXT_TOKENS)
-
-        return result
-
-    def _rerank_filter(self, contexts: list) -> list:
-        """Rerank 过滤 - 保留相关性分数 >= 阈值的上下文"""
-        scored_contexts = [c for c in contexts if c.get('score') is not None]
-
-        if scored_contexts:
-            filtered = [c for c in contexts if c.get('score', 0) >= self.RERANK_THRESHOLD]
-            return filtered if filtered else contexts
-
-        return contexts
-
-    def _deduplicate_contexts(self, contexts: list, threshold: float = 0.9) -> list:
-        """去重 - 基于内容相似度去重"""
-        if len(contexts) <= 1:
-            return contexts
-
-        result = []
-        seen_keys = set()
-
-        for c in contexts:
-            doc = c.get('doc', '')
-            key = doc[:100] if doc else ''
-
-            meta = c.get('meta', {})
-            source = meta.get('source', '')
-            page = meta.get('page', '')
-
-            composite_key = f"{source}|{page}|{key}"
-
-            if composite_key not in seen_keys:
-                seen_keys.add(composite_key)
-                result.append(c)
-
-        return result
-
-    def _truncate_to_tokens(self, contexts: list, max_tokens: int) -> list:
-        """Token 控制 - 截断到最大 Token 数"""
-        result = []
-        total_tokens = 0
-
-        for c in contexts:
-            doc = c.get('doc', '')
-            # 简单估算：1 token ≈ 1.5 中文字符
-            tokens = len(doc) // 1.5
-
-            if total_tokens + tokens <= max_tokens:
-                result.append(c)
-                total_tokens += tokens
-            else:
-                break
-
-        return result
-
-    def _merge_and_deduplicate(self, old_contexts: list, new_contexts: list) -> list:
-        """合并并去重两个上下文列表"""
-        result = list(old_contexts)
-        seen_keys = set()
-
-        # 记录已有上下文的 key
-        for c in old_contexts:
-            doc = c.get('doc', '')
-            key = doc[:100] if doc else ''
-            meta = c.get('meta', {})
-            source = meta.get('source', '')
-            composite_key = f"{source}|{key}"
-            seen_keys.add(composite_key)
-
-        # 添加新上下文（去重）
-        for c in new_contexts:
-            doc = c.get('doc', '')
-            key = doc[:100] if doc else ''
-            meta = c.get('meta', {})
-            source = meta.get('source', '')
-            composite_key = f"{source}|{key}"
-
-            if composite_key not in seen_keys:
-                seen_keys.add(composite_key)
-                result.append(c)
-
-        return result

core/agentic_media.py

@@ -1,200 +0,0 @@
-"""
-Agentic RAG - 富媒体处理 Mixin
-
-包含图表查找、图片提取、富媒体附加等方法
-"""
-
-import re
-import json
-import logging
-
-from .agentic_base import logger
-
-logger = logging.getLogger(__name__)
-
-
-class RichMediaMixin:
-    """富媒体处理方法"""
-
-    def _find_figure(self, query: str, contexts: list, source: str = None) -> dict:
-        """精确查找图表，带 fallback"""
-        patterns = [
-            r'图\s*(\d+[\.\-]\d+)',
-            r'Fig\.?\s*(\d+[\.\-]\d+)',
-            r'Figure\s*(\d+[\.\-]\d+)',
-        ]
-
-        target_figure = None
-        for pattern in patterns:
-            match = re.search(pattern, query, re.IGNORECASE)
-            if match:
-                target_figure = match.group(1).replace('-', '.')
-                break
-
-        if not target_figure:
-            return {"found": False}
-
-        # 从 contexts 中查找
-        for ctx in contexts:
-            meta = ctx.get('meta', {})
-            fig_num = meta.get('figure_number', '')
-            if fig_num == target_figure:
-                if not source or meta.get('source') == source:
-                    return {
-                        "found": True,
-                        "chunk_id": meta.get('chunk_id'),
-                        "source": meta.get('source'),
-                        "page": meta.get('page'),
-                        "caption": meta.get('caption'),
-                        "image_path": meta.get('image_path'),
-                    }
-
-        # Fallback: 直接查向量库
-        try:
-            from knowledge.manager import get_kb_manager
-            kb_mgr = get_kb_manager()
-            coll = kb_mgr.get_collection('public_kb')
-
-            if coll:
-                where_conditions = [{'chunk_type': {'$in': ['image', 'chart']}}]
-                if source:
-                    where_conditions.append({'source': source})
-
-                result = coll.get(
-                    where={'$and': where_conditions} if len(where_conditions) > 1 else where_conditions[0],
-                    include=['metadatas', 'documents']
-                )
-
-                for meta, doc in zip(result.get('metadatas', []), result.get('documents', [])):
-                    if meta.get('figure_number') == target_figure:
-                        return {
-                            "found": True,
-                            "chunk_id": meta.get('chunk_id'),
-                            "source": meta.get('source'),
-                            "page": meta.get('page'),
-                            "caption": meta.get('caption'),
-                            "image_path": meta.get('image_path'),
-                        }
-                    caption = meta.get('caption', '') or (doc if doc else '')
-                    if f"图{target_figure}" in caption or f"图 {target_figure}" in caption:
-                        return {
-                            "found": True,
-                            "chunk_id": meta.get('chunk_id'),
-                            "source": meta.get('source'),
-                            "page": meta.get('page'),
-                            "caption": meta.get('caption'),
-                            "image_path": meta.get('image_path'),
-                        }
-        except Exception as e:
-            logger.warning(f"_find_figure fallback 查询失败: {e}")
-
-        return {"found": False}
-
-    def _get_images_for_source(self, source: str, collections: list = None) -> list:
-        """直接从向量库获取指定文件的所有图片"""
-        try:
-            from knowledge.manager import get_kb_manager
-            kb_mgr = get_kb_manager()
-        except ImportError:
-            return []
-
-        images = []
-        seen_ids = set()
-
-        target_collections = collections or ['public_kb']
-
-        for kb_name in target_collections:
-            try:
-                coll = kb_mgr.get_collection(kb_name)
-                if not coll:
-                    continue
-
-                result = coll.get(
-                    where={'source': source},
-                    include=['metadatas']
-                )
-
-                for meta in result.get('metadatas', []):
-                    images_json = meta.get('images_json')
-                    if images_json:
-                        try:
-                            imgs = json.loads(images_json)
-                            for img in imgs:
-                                img_id = img.get('id')
-                                if img_id and img_id not in seen_ids:
-                                    seen_ids.add(img_id)
-                                    images.append({
-                                        "id": img_id,
-                                        "caption": img.get("caption", ""),
-                                        "url": f"/images/{img_id}",
-                                        "page": img.get("page") or meta.get("page"),
-                                        "source": source,
-                                        "width": img.get("width"),
-                                        "height": img.get("height")
-                                    })
-                        except (json.JSONDecodeError, TypeError):
-                            pass
-            except Exception as e:
-                logger.warning(f"从 {kb_name} 获取图片失败: {e}")
-                continue
-
-        return images
-
-    def _extract_rich_media(self, contexts: list, sources_filter: list = None, max_images: int = 10,
-                           max_tables: int = 5) -> dict:
-        """从检索结果中提取富媒体（图片、表格）"""
-        images = []
-        tables = []
-        seen_image_ids = set()
-        seen_table_ids = set()
-
-        for ctx in contexts:
-            meta = ctx.get('meta', {})
-            source = meta.get('source', '')
-
-            # 过滤来源
-            if sources_filter and source not in sources_filter:
-                continue
-
-            # 提取图片
-            images_json = meta.get('images_json')
-            if images_json:
-                try:
-                    imgs = json.loads(images_json)
-                    for img in imgs:
-                        img_id = img.get('id')
-                        if img_id and img_id not in seen_image_ids:
-                            seen_image_ids.add(img_id)
-                            images.append({
-                                "id": img_id,
-                                "caption": img.get("caption", ""),
-                                "url": f"/images/{img_id}",
-                                "page": img.get("page") or meta.get("page"),
-                                "source": source,
-                                "type": img.get("type", "image")
-                            })
-                except (json.JSONDecodeError, TypeError):
-                    pass
-
-            # 提取表格
-            table_json = meta.get('table_json')
-            if table_json:
-                try:
-                    tbl = json.loads(table_json)
-                    tbl_id = tbl.get('id') or meta.get('chunk_id')
-                    if tbl_id and tbl_id not in seen_table_ids:
-                        seen_table_ids.add(tbl_id)
-                        tables.append({
-                            "id": tbl_id,
-                            "caption": tbl.get("caption", ""),
-                            "markdown": tbl.get("markdown", ""),
-                            "page": meta.get("page"),
-                            "source": source
-                        })
-                except (json.JSONDecodeError, TypeError):
-                    pass
-
-        return {
-            "images": images[:max_images],
-            "tables": tables[:max_tables]
-        }

core/agentic_meta.py

@@ -1,133 +0,0 @@
-"""
-Agentic RAG - 元问题处理 Mixin
-
-包含元问题判断和知识库元数据回答方法
-"""
-
-import logging
-
-from .agentic_base import logger
-
-logger = logging.getLogger(__name__)
-
-
-class MetaQuestionMixin:
-    """元问题处理方法"""
-
-    def _is_meta_question(self, query: str) -> bool:
-        """判断是否为元问题（关于知识库本身的问题）"""
-        meta_patterns = [
-            "有哪些文件", "什么文件", "哪些文件", "文件列表", "文件目录",
-            "可以查看", "能查看", "有权限查看", "权限查看",
-            "能访问", "可以访问", "有权限访问",
-            "我的权限", "用户权限", "查看权限", "访问权限",
-            "权限能", "权限可以", "有什么权限", "有哪些权限",
-            "我能看", "我可以看", "我能查", "我可以查",
-            "能看到什么", "能查到什么", "可以看什么", "可以查什么",
-            "知识库有哪些", "库里有", "文档有哪些", "有哪些文档",
-            "有什么文档", "有什么文件", "包含什么", "包含哪些",
-            "你知道什么", "你都知道", "你能回答什么",
-            "系统里有什么", "库里有什么",
-            "public_kb", "dept_tech", "dept_hr", "dept_finance", "dept_operation",
-            "kb里", "向量库", "有哪些库", "库列表", "kb有哪些"
-        ]
-        query_lower = query.lower()
-        return any(kw in query_lower for kw in meta_patterns)
-
-    def _answer_meta_question(self, query: str, allowed_levels: list = None,
-                              role: str = None, department: str = None) -> str:
-        """回答元问题（关于知识库本身的问题）"""
-        try:
-            source_map = {}
-
-            try:
-                from knowledge.manager import get_kb_manager
-                from auth.gateway import get_accessible_collections as _get_accessible
-
-                kb_mgr = get_kb_manager()
-                accessible = _get_accessible(role or 'user', department or '', 'read')
-
-                for kb_name in accessible:
-                    coll = kb_mgr.get_collection(kb_name)
-                    if not coll:
-                        continue
-                    try:
-                        result = coll.get(include=['metadatas'])
-                    except Exception as e:
-                        logger.debug(f"获取{kb_name}元数据失败: {e}")
-                        continue
-
-                    for meta in result.get('metadatas', []):
-                        source = meta.get('source', '未知')
-                        level = meta.get('security_level', 'public')
-                        page = meta.get('page')
-
-                        if source not in source_map:
-                            source_map[source] = {
-                                'count': 0, 'levels': set(),
-                                'pages': set(), 'collections': set()
-                            }
-
-                        source_map[source]['count'] += 1
-                        source_map[source]['levels'].add(level)
-                        source_map[source]['collections'].add(kb_name)
-                        if page:
-                            source_map[source]['pages'].add(page)
-
-            except ImportError:
-                from core.engine import get_engine
-                all_docs = get_engine().collection.get(include=['metadatas'])
-                for meta in all_docs.get('metadatas', []):
-                    source = meta.get('source', '未知')
-                    level = meta.get('security_level', 'public')
-                    page = meta.get('page')
-
-                    if source not in source_map:
-                        source_map[source] = {
-                            'count': 0, 'levels': set(),
-                            'pages': set(), 'collections': set()
-                        }
-
-                    source_map[source]['count'] += 1
-                    source_map[source]['levels'].add(level)
-                    if page:
-                        source_map[source]['pages'].add(page)
-
-            # 根据安全级别过滤
-            if allowed_levels:
-                allowed_set = set(allowed_levels)
-                filtered_sources = {}
-                for source, info in source_map.items():
-                    if info['levels'] & allowed_set:
-                        filtered_sources[source] = info
-                source_map = filtered_sources
-
-            if not source_map:
-                return "抱歉，您当前没有权限查看任何文档，或者知识库为空。"
-
-            sorted_sources = sorted(source_map.items(), key=lambda x: x[1]['count'], reverse=True)
-
-            answer_parts = [f"📚 **知识库文档列表**（共 {len(sorted_sources)} 个文档）\n"]
-
-            for i, (source, info) in enumerate(sorted_sources, 1):
-                colls = info.get('collections', set())
-                coll_str = f"，所属: {', '.join(sorted(colls))}" if colls else ""
-                pages_str = ''
-                if info['pages']:
-                    pages_list = sorted(info['pages'])
-                    if len(pages_list) <= 5:
-                        pages_str = f"，页码: {', '.join(map(str, pages_list))}"
-                    else:
-                        pages_str = f"，共 {len(info['pages'])} 页"
-
-                answer_parts.append(f"{i}. **{source}** ({info['count']} 条片段{coll_str}{pages_str})")
-
-            answer_parts.append(f"\n**总计**: {sum(s[1]['count'] for s in sorted_sources)} 条知识片段")
-            answer_parts.append(f"\n**您的权限级别**: {', '.join(allowed_levels) if allowed_levels else '全部'}")
-
-            answer_parts.append("\n\n💡 **提示**: 您可以直接提问关于这些文档内容的问题。")
-
-            return '\n'.join(answer_parts)
-
-        except Exception as e:
-            return f"获取文档列表时出错: {str(e)}\n\n您可以直接提问，我会尝试从知识库中检索相关信息。"

core/agentic_quality.py

@@ -1,137 +0,0 @@
-"""
-Agentic RAG - 质量评估 Mixin
-
-包含置信度门控、质量评估、推理反思等方法
-"""
-
-import logging
-
-from .agentic_base import logger
-
-logger = logging.getLogger(__name__)
-
-
-class QualityMixin:
-    """质量评估方法"""
-
-    def _check_confidence_gate(self, query: str, docs: list, verbose: bool = True,
-                               precomputed_scores: list = None):
-        """检查置信度门控
-
-        Args:
-            query: 用户查询
-            docs: 文档列表
-            verbose: 是否详细输出
-            precomputed_scores: 预计算的 Rerank 分数（可选，避免重复推理）
-        """
-        if not self.confidence_gate:
-            return {"passed": True, "reason": "no_gate"}
-
-        try:
-            result = self.confidence_gate.evaluate(query, docs,
-                                                    precomputed_scores=precomputed_scores)
-            return result
-        except Exception as e:
-            logger.warning(f"置信度门控检查失败: {e}")
-            return {"passed": True, "reason": "error"}
-
-    def _assess_quality(self, query: str, docs: list, metas: list = None,
-                       verbose: bool = True) -> dict:
-        """多维质量评估"""
-        if not self.quality_assessor:
-            return {"overall_score": 0.5, "dimensions": {}}
-
-        try:
-            result = self.quality_assessor.assess(query, docs, metas)
-            return result
-        except Exception as e:
-            logger.warning(f"质量评估失败: {e}")
-            return {"overall_score": 0.5, "dimensions": {}}
-
-    def _reflect_on_answer(self, query: str, answer: str, contexts: list,
-                          verbose: bool = True) -> dict:
-        """推理反思"""
-        if not self.reasoning_reflector:
-            return {"needs_reflection": False, "issues": []}
-
-        try:
-            result = self.reasoning_reflector.reflect(query, answer, contexts)
-            return result
-        except Exception as e:
-            logger.warning(f"推理反思失败: {e}")
-            return {"needs_reflection": False, "issues": []}
-
-    def _think(self, original_query: str, current_query: str,
-               iteration: int, contexts: list, verbose: bool = True) -> dict:
-        """
-        Agent 思考：决定下一步行动
-
-        Returns:
-            {
-                "action": "answer" | "rewrite" | "search_web" | "decompose",
-                "reason": "...",
-                "rewrite_query": "..."  # 如果 action == "rewrite"
-            }
-        """
-        from core.llm_utils import call_llm, parse_json_from_response
-        from .agentic_base import MODEL
-
-        # 构建思考提示
-        context_summary = ""
-        if contexts:
-            for i, ctx in enumerate(contexts[:3], 1):
-                meta = ctx.get('meta', {})
-                source = meta.get('source', '未知')
-                doc_preview = ctx.get('doc', '')[:100]
-                context_summary += f"{i}. [{source}] {doc_preview}...\n"
-
-        prompt = f"""你是一个 RAG 系统的决策 Agent，需要判断下一步行动。
-
-【原始问题】
-{original_query}
-
-【当前问题】
-{current_query}
-
-【迭代轮次】
-{iteration} / {self.max_iterations}
-
-【已检索到的上下文】
-{context_summary if context_summary else "（无）"}
-
-【可选行动】
-1. answer - 已有足够信息，可以回答
-2. rewrite - 查询不够清晰，需要重写
-3. search_web - 知识库信息不足，需要网络搜索
-4. decompose - 问题太复杂，需要分解
-
-【决策要求】
-- 如果上下文足够回答问题，选择 answer
-- 如果上下文不足且迭代未超限，选择 search_web 或 rewrite
-- 返回 JSON 格式
-
-请决策："""
-
-        try:
-            result = call_llm(
-                self.client, prompt, MODEL,
-                temperature=0.3,
-                max_tokens=200
-            )
-
-            decision = parse_json_from_response(result) if result else {}
-
-            # 默认决策
-            if not decision or "action" not in decision:
-                if contexts and len(contexts) >= 2:
-                    decision = {"action": "answer", "reason": "有足够上下文"}
-                else:
-                    decision = {"action": "rewrite", "reason": "上下文不足"}
-
-            return decision
-
-        except Exception as e:
-            logger.warning(f"Agent 思考失败: {e}")
-            if contexts:
-                return {"action": "answer", "reason": "默认回答"}
-            return {"action": "rewrite", "reason": "默认重写"}

core/agentic_query.py

@@ -1,271 +0,0 @@
-"""
-Agentic RAG - 查询重写 Mixin
-
-包含查询改写、实体补全、专业术语映射等方法
-"""
-
-import re
-import logging
-
-from .agentic_base import logger, MODEL
-
-logger = logging.getLogger(__name__)
-
-
-class QueryRewriteMixin:
-    """查询重写方法"""
-
-    def _rewrite_query(self, query: str, history: list = None,
-                       strategy: str = "professional") -> str:
-        """
-        增强版查询重写：将口语化表达转为专业术语
-
-        Args:
-            query: 原始查询
-            history: 对话历史（用于实体补全）
-            strategy: 重写策略
-                - professional: 口语化→专业术语
-                - expand: 扩展关键词
-                - clarify: 消歧义
-                - entity: 实体补全
-
-        Returns:
-            str: 重写后的查询
-        """
-        # 尝试多种策略组合
-        rewritten = query
-
-        # 策略1: 口语化→专业术语映射
-        if strategy in ["professional", "all"]:
-            rewritten = self._apply_professional_mapping(rewritten)
-
-        # 策略2: 实体补全（利用对话历史）
-        if strategy in ["entity", "all"] and history:
-            rewritten = self._complete_entities(rewritten, history)
-
-        # 策略3: LLM 深度重写（仅在需要时调用）
-        if strategy in ["professional", "all"]:
-            llm_rewritten = self._llm_rewrite(rewritten)
-            if llm_rewritten and len(llm_rewritten) > len(rewritten) * 0.5:
-                rewritten = llm_rewritten
-
-        return rewritten
-
-    def _apply_professional_mapping(self, query: str) -> str:
-        """应用口语化→专业术语映射"""
-        TERM_MAPPING = {
-            "报销": "差旅报销 费用报销 报销审批",
-            "请假": "休假申请 请假审批 考勤管理",
-            "加班": "加班申请 工时管理 加班审批",
-            "工资": "薪酬管理 工资发放 薪资结构",
-            "合同": "合同管理 合同签署 合同审批",
-            "流程": "审批流程 业务流程 工作流",
-            "制度": "管理制度 规章制度 企业规范",
-            "规定": "管理规定 制度规定 政策要求",
-            "几天": "时限 审批时限 办理时限",
-            "多久": "处理时效 审批周期 办理周期",
-            "多少": "标准 额度 限额 标准",
-            "能不能": "是否允许 是否可以 权限",
-            "人事": "人力资源 HR 人力部门",
-            "财务": "财务部 财务部门 财务管理",
-            "技术": "技术部 研发部 IT部门",
-        }
-
-        result = query
-        for colloquial, professional in TERM_MAPPING.items():
-            if colloquial in query:
-                result = result.replace(colloquial, f"{colloquial} {professional.split()[0]}")
-
-        return result
-
-    def _complete_entities(self, query: str, history: list) -> str:
-        """实体补全：利用对话历史补充缺失的实体"""
-        if not history:
-            return query
-
-        # 图片指代识别
-        image_reference = self._detect_image_reference(query, history)
-        if image_reference:
-            return image_reference
-
-        # 获取最近用户消息
-        last_user_msg = None
-        for msg in reversed(history):
-            if msg.get("role") == "user":
-                last_user_msg = msg.get("content", "")
-                break
-
-        if not last_user_msg:
-            return query
-
-        # 检查当前查询是否缺少主语
-        BUSINESS_KEYWORDS = ["报销", "出差", "请假", "工资", "合同", "审批", "流程",
-                           "制度", "规定", "标准", "金额", "时间"]
-
-        has_subject = any(kw in query for kw in BUSINESS_KEYWORDS)
-
-        if not has_subject:
-            try:
-                import jieba
-                entities = []
-                for word in jieba.cut(last_user_msg):
-                    word = word.strip()
-                    if len(word) >= 2 and any(kw in word for kw in BUSINESS_KEYWORDS):
-                        entities.append(word)
-
-                if entities:
-                    return f"{entities[0]} {query}"
-            except ImportError:
-                pass
-
-        return query
-
-    def _detect_image_reference(self, query: str, history: list) -> str:
-        """检测图片指代查询并重写"""
-        IMAGE_REFERENCE_PATTERNS = [
-            r'这[张些]图片', r'那[张些]图片', r'上面的图片', r'刚才的图片',
-            r'这[张些]图', r'那[张些]图', r'上面的图', r'刚才的图',
-            r'解释一下这[张些]图', r'说明一下这[张些]图',
-            r'这[张些]是什么图', r'图[里内]是什么', r'图片[里内]是什么',
-        ]
-
-        is_image_reference = False
-        for pattern in IMAGE_REFERENCE_PATTERNS:
-            if re.search(pattern, query):
-                is_image_reference = True
-                break
-
-        if not is_image_reference:
-            return ""
-
-        last_images = []
-        for msg in reversed(history):
-            if msg.get("role") == "assistant":
-                metadata = msg.get("metadata", {})
-                if isinstance(metadata, dict):
-                    images = metadata.get("images", [])
-                    if images:
-                        for img in images[:5]:
-                            if isinstance(img, dict):
-                                desc = img.get("description", "")
-                                img_type = img.get("type", "图片")
-                                if desc:
-                                    last_images.append(f"{img_type}：{desc}")
-                            elif isinstance(img, str):
-                                last_images.append(f"图片：{img}")
-
-                if not last_images:
-                    content = msg.get("content", "")
-                    if "图片" in content or "图表" in content or "图" in content:
-                        sentences = content.split("。")
-                        for sentence in sentences:
-                            if "图片" in sentence or "图表" in sentence:
-                                last_images.append(sentence.strip())
-
-                if last_images:
-                    break
-
-        if last_images:
-            image_context = " ".join(last_images[:3])
-            question_intent = re.sub(
-                r'这[张些]图片?|那[张些]图片?|上面的图片?|刚才的图片?|解释一下|说明一下',
-                '', query
-            ).strip()
-
-            if question_intent:
-                return f"{image_context} {question_intent}"
-            else:
-                return f"详细解释：{image_context}"
-
-        return query
-
-    def _extract_image_context_from_history(self, history: list) -> str:
-        """从对话历史中提取图片上下文"""
-        if not history:
-            return ""
-
-        for msg in reversed(history):
-            if msg.get("role") == "assistant":
-                metadata = msg.get("metadata", {})
-                images = metadata.get("images", [])
-                content = msg.get("content", "")
-
-                image_descriptions = []
-
-                if images:
-                    for i, img in enumerate(images[:5], 1):
-                        if isinstance(img, dict):
-                            desc = img.get("description", "")
-                            img_type = img.get("type", "图片")
-                            source = img.get("source", "")
-                            page = img.get("page", "")
-
-                            img_info = f"图片{i}：{img_type}"
-                            if desc:
-                                img_info += f"，描述：{desc}"
-                            if source:
-                                img_info += f"，来源：{source}"
-                            if page:
-                                img_info += f"，第{page}页"
-                            image_descriptions.append(img_info)
-
-                if not image_descriptions:
-                    if "图片" in content or "图表" in content:
-                        sentences = content.split("。")
-                        for sentence in sentences:
-                            if "图片" in sentence or "图表" in sentence:
-                                image_descriptions.append(sentence.strip())
-                                if len(image_descriptions) >= 3:
-                                    break
-
-                if image_descriptions:
-                    return "\n".join(image_descriptions)
-
-        return ""
-
-    def _answer_image_reference(self, enhanced_query: str, history: list) -> str:
-        """回答图片引用问题"""
-        from core.llm_utils import call_llm
-
-        messages = [
-            {"role": "system", "content": "你是一个专业的助手，请根据提供的图片信息回答用户的问题。"}
-        ]
-
-        for h in history[-4:]:
-            if h.get("role") in ["user", "assistant"]:
-                messages.append({"role": h["role"], "content": h.get("content", "")})
-
-        messages.append({"role": "user", "content": enhanced_query})
-
-        try:
-            result = call_llm(
-                self.client, "", MODEL,
-                temperature=0.3,
-                max_tokens=1000,
-                messages=messages
-            )
-            return result or ""
-        except Exception as e:
-            logger.error(f"图片引用回答失败: {e}")
-            return f"抱歉，回答图片问题时出现错误：{str(e)}"
-
-    def _llm_rewrite(self, query: str) -> str:
-        """LLM 深度重写查询"""
-        from core.llm_utils import call_llm
-
-        prompt = f"""请将以下用户问题改写为更专业、更清晰的表达，保持原意不变。
-
-原问题：{query}
-
-改写后的问题："""
-
-        try:
-            rewritten = call_llm(
-                self.client, prompt, MODEL,
-                temperature=0.3,
-                max_tokens=100
-            )
-            return rewritten.strip() if rewritten else query
-        except Exception as e:
-            logger.warning(f"LLM 重写失败: {e}")
-            return query

core/agentic_search.py

@@ -1,152 +0,0 @@
-"""
-Agentic RAG - 检索 Mixin
-
-包含知识库检索、网络搜索等方法
-"""
-
-import json
-import logging
-import requests
-
-from .agentic_base import (
-    logger, HAS_SERPER, SERPER_API_KEY,
-    SOURCE_KB, SOURCE_WEB
-)
-
-logger = logging.getLogger(__name__)
-
-
-class SearchMixin:
-    """检索功能方法"""
-
-    def _web_search(self, query: str, top_k: int = 5) -> list:
-        """网络搜索（使用Serper API）"""
-        if not HAS_SERPER:
-            return []
-
-        try:
-            url = "https://google.serper.dev/search"
-            payload = json.dumps({
-                "q": query,
-                "gl": "cn",
-                "hl": "zh-cn",
-                "num": top_k
-            })
-            headers = {
-                'X-API-KEY': SERPER_API_KEY,
-                'Content-Type': 'application/json'
-            }
-
-            response = requests.post(url, headers=headers, data=payload, timeout=10)
-            response.raise_for_status()
-            data = response.json()
-
-            results = []
-            for item in data.get('organic', [])[:top_k]:
-                results.append({
-                    'title': item.get('title', ''),
-                    'link': item.get('link', ''),
-                    'snippet': item.get('snippet', ''),
-                    'date': item.get('date', '')
-                })
-
-            return results
-
-        except Exception as e:
-            logger.warning(f"网络搜索失败: {e}")
-            return []
-
-    def _should_web_search(self, query: str) -> bool:
-        """判断是否需要网络搜索"""
-        realtime_keywords = [
-            "今天", "最新", "今日", "当前", "现在",
-            "天气", "新闻", "股价", "行情", "汇率",
-            "最近", "近期", "这周", "本月", "今年",
-            "实时", "动态", "热点", "发生"
-        ]
-
-        query_lower = query.lower()
-        return any(kw in query_lower for kw in realtime_keywords)
-
-    def _web_search_flow(self, query: str, log_trace: list, emit_log, verbose: bool,
-                         allowed_levels: list = None) -> list:
-        """
-        网络搜索流程
-
-        Args:
-            query: 查询
-            log_trace: 日志追踪列表
-            emit_log: 日志发射函数
-            verbose: 是否详细输出
-            allowed_levels: 允许的安全级别
-
-        Returns:
-            网络搜索结果列表
-        """
-        if not self.enable_web_search or not HAS_SERPER:
-            return []
-
-        if emit_log:
-            emit_log("🌐 触发网络搜索...")
-
-        web_results = self._web_search(query, top_k=5)
-
-        if not web_results:
-            if emit_log:
-                emit_log("⚠️ 网络搜索未返回结果")
-            return []
-
-        # 转换为统一上下文格式
-        web_contexts = []
-        for item in web_results:
-            web_contexts.append({
-                'doc': f"{item.get('title', '')}\n{item.get('snippet', '')}",
-                'meta': {
-                    'source': self.SOURCE_WEB,
-                    'link': item.get('link', ''),
-                    'date': item.get('date', '')
-                },
-                'source_type': self.SOURCE_WEB,
-                'query': query
-            })
-
-        log_trace.append({
-            'phase': 'web_search',
-            'query': query,
-            'results_count': len(web_contexts)
-        })
-
-        if emit_log:
-            emit_log(f"✅ 网络搜索返回 {len(web_contexts)} 条结果")
-
-        return web_contexts
-
-    def _is_kb_result_sufficient(self, query: str, docs: list) -> bool:
-        """判断知识库检索结果是否充分"""
-        if not docs:
-            return False
-
-        # 结果数量检查
-        if len(docs) >= 3:
-            # 至少3条结果，检查相关性
-            high_rel_count = 0
-            for doc in docs:
-                score = doc.get('score', 0) or doc.get('distance', 1)
-                # cosine 距离转相似度
-                if isinstance(score, (int, float)):
-                    sim = 1 - score if score <= 1 else score
-                    if sim >= 0.6:
-                        high_rel_count += 1
-
-            if high_rel_count >= 2:
-                return True
-
-        # 有高质量结果
-        for doc in docs[:2]:
-            score = doc.get('score', 0) or doc.get('distance', 1)
-            if isinstance(score, (int, float)):
-                sim = 1 - score if score <= 1 else score
-                if sim >= 0.8:
-                    return True
-
-        return False

core/cache.py

@@ -224,39 +224,36 @@ class RAGCacheManager:
         """
         获取查询缓存结果
 
+        始终使用粗粒度 key（基于 kb_version），确保 GET/SET key 一致。
+
         Args:
             query: 查询文本
             kb_name: 知识库名称
-            doc_ids: 相关文档 ID 列表（用于细粒度缓存 key）
+            doc_ids: 保留参数以兼容调用方签名（当前未使用）
         """
         kb_version = self.get_kb_version(kb_name)
 
-        # 计算文档哈希（如果提供了 doc_ids）
+        # 使用粗粒度 key，与 SET 保持一致
-        doc_hash = ""
+        key = self._make_query_cache_key(query, kb_name, kb_version)
-        if doc_ids:
-            doc_hash = self._compute_doc_hash(kb_name, doc_ids)
-
-        key = self._make_query_cache_key(query, kb_name, kb_version, doc_hash)
         return self.query_cache.get(key)
 
     def set_query_result(self, query: str, kb_name: str, result: Dict, doc_ids: List[str] = None) -> None:
         """
         设置查询缓存结果
 
+        始终使用粗粒度 key（基于 kb_version），确保 GET/SET key 一致。
+        kb_version 在文档变更时自增，触发整个知识库的缓存失效。
+
         Args:
             query: 查询文本
             kb_name: 知识库名称
             result: 缓存结果
-            doc_ids: 相关文档 ID 列表（用于细粒度失效）
+            doc_ids: 保留参数以兼容调用方签名（当前未使用）
         """
         kb_version = self.get_kb_version(kb_name)
 
-        # 计算相关文档的版本哈希（细粒度失效）
+        # 使用与 GET 相同的粗粒度 key，确保缓存可命中
-        doc_hash = ""
+        key = self._make_query_cache_key(query, kb_name, kb_version)
-        if doc_ids:
-            doc_hash = self._compute_doc_hash(kb_name, doc_ids)
-
-        key = self._make_query_cache_key(query, kb_name, kb_version, doc_hash)
         self.query_cache.set(key, result, kb_version=kb_version)
 
     def _compute_doc_hash(self, kb_name: str, doc_ids: List[str]) -> str:

core/engine.py

@@ -29,6 +29,7 @@ RAG 核心引擎
 
 import os
 import gc
+import re
 import time
 import logging
 import threading
@@ -112,7 +113,7 @@ except ImportError:
     RERANK_DEVICE = "auto"
     RERANK_USE_ONNX = False
     RERANK_BACKEND = "local"
-    RERANK_CLOUD_MODEL = "qwen3-rerank"
+    RERANK_CLOUD_MODEL = "xop3qwen8breranker"
     RERANK_CLOUD_API_KEY = ""
     RERANK_CLOUD_BASE_URL = "https://dashscope.aliyuncs.com/compatible-api/v1/reranks"
     RERANK_CLOUD_TIMEOUT = 15
@@ -272,8 +273,7 @@ class CloudReranker:
         body = {
             "model": self.model,
             "query": query,
-            "documents": documents,
+            "documents": documents
-            "top_n": len(documents)
         }
 
         session = self._get_session()
@@ -625,7 +625,7 @@ class RAGEngine:
         elif len(conditions) > 1:
             where_filter = {"$and": conditions}
 
-        query_vector = self.embedding_model.encode(query).tolist()
+        query_vector = self._encode_cached(query).tolist()
         recall_k = RERANK_CANDIDATES if (USE_RERANK or USE_HYBRID_SEARCH) else top_k
         recall_k = max(recall_k, top_k * RECALL_MULTIPLIER)
 
@@ -811,6 +811,76 @@ class RAGEngine:
             logger.warning(f"FAQ 集合查询失败: {e}")
             return get_empty_result()
 
+    def _encode_cached(self, text):
+        """
+        带缓存的 embedding 编码
+
+        优先从 Embedding Cache（LRU）读取，未命中再调用模型编码并写入缓存。
+        支持单文本和批量文本输入。
+
+        Args:
+            text: 单个文本字符串 或 文本列表
+
+        Returns:
+            numpy 数组（单文本为一维，批量为二维）
+        """
+        import numpy as _np
+
+        # 检查 embedding 缓存是否启用（缓存配置查询结果，避免每次重复导入）
+        if not hasattr(self, '_emb_cache_enabled'):
+            self._emb_cache_enabled = True  # 默认启用
+            if CACHE_AVAILABLE:
+                try:
+                    from config import EMBEDDING_CACHE_ENABLED
+                    self._emb_cache_enabled = EMBEDDING_CACHE_ENABLED
+                except ImportError:
+                    pass
+
+        if not self._emb_cache_enabled:
+            return self.embedding_model.encode(text)
+
+        try:
+            _cache = get_cache_manager()
+        except Exception:
+            return self.embedding_model.encode(text)
+
+        # 批量输入
+        if isinstance(text, list):
+            try:
+                cached_embs, missed_indices = _cache.get_embeddings_batch(text)
+                if missed_indices:
+                    missed_texts = [text[i] for i in missed_indices]
+                    # encode(list) 始终返回 2D ndarray，直接按行索引即可
+                    new_embs = self.embedding_model.encode(missed_texts)
+                    if len(missed_indices) == 1:
+                        # 单条时 encode 可能返回 1D，需统一处理
+                        if new_embs.ndim == 1:
+                            new_embs = new_embs.reshape(1, -1)
+                    for idx, mi in enumerate(missed_indices):
+                        emb_list = new_embs[idx].tolist()
+                        cached_embs[mi] = emb_list
+                        try:
+                            _cache.set_embedding(text[mi], emb_list)
+                        except Exception:
+                            pass
+                return _np.array(cached_embs)
+            except Exception:
+                # 缓存故障时优雅降级为直接编码
+                return self.embedding_model.encode(text)
+
+        # 单文本输入
+        cached = _cache.get_embedding(text)
+        if cached is not None:
+            return _np.array(cached)
+
+        embedding = self.embedding_model.encode(text)
+        try:
+            emb_list = embedding.tolist() if hasattr(embedding, 'tolist') else list(embedding)
+            _cache.set_embedding(text, emb_list)
+        except Exception:
+            pass
+        return embedding
+
     def _search_image_chunks(self, query_vector: list, top_k: int = 5, where_filter: dict = None) -> dict:
         """
         独立检索图片切片（P0：图片独立召回通道）
@@ -1161,6 +1231,7 @@ class RAGEngine:
                     logger.warning(f"扩展连续切片失败: {e}")
                     return {'ids': [], 'documents': [], 'metadatas': []}
 
+            # 扩展同 section 的 text 邻居
             where_filter = {"$and": [{"source": source}, {"chunk_type": "text"}]}
             if section:
                 where_filter["$and"].append({"section": section})
@@ -1171,6 +1242,20 @@ class RAGEngine:
             if not neighbors.get('ids') or len(neighbors.get('ids', [])) <= 1:
                 neighbors = _get_neighbors({"$and": [{"source": source}, {"chunk_type": "text"}]})
 
+            # 同时扩展同 section 的 table 邻居（table 切片的 rerank 分数往往偏低，
+            # 但与同 section 的 text 切片属于同一语义单元，不应割裂）
+            table_where = {"$and": [{"source": source}, {"chunk_type": "table"}]}
+            if section:
+                table_where["$and"].append({"section": section})
+            table_neighbors = _get_neighbors(table_where)
+
+            # 当 section 为空时，table 查询只有 source 条件，可能拉入大量无关表格，
+            # 缩小 chunk_index 窗口至 ±1 以降低噪音；有 section 时使用正常窗口
+            if section:
+                _t_before, _t_after = CONTEXT_EXPANSION_BEFORE, CONTEXT_EXPANSION_AFTER
+            else:
+                _t_before, _t_after = 1, 1
+
             neighbor_rows = []
             for n_id, n_doc, n_meta in zip(
                 neighbors.get('ids', []),
@@ -1183,6 +1268,18 @@ class RAGEngine:
                 if seed_index - CONTEXT_EXPANSION_BEFORE <= n_index <= seed_index + CONTEXT_EXPANSION_AFTER:
                     neighbor_rows.append((n_index, n_id, n_doc, n_meta))
 
+            # 同 section 的 table 邻居也加入扩展范围
+            for n_id, n_doc, n_meta in zip(
+                table_neighbors.get('ids', []),
+                table_neighbors.get('documents', []),
+                table_neighbors.get('metadatas', [])
+            ):
+                n_index = self._to_int(n_meta.get('chunk_index'))
+                if n_index is None:
+                    continue
+                if seed_index - _t_before <= n_index <= seed_index + _t_after:
+                    neighbor_rows.append((n_index, n_id, n_doc, n_meta))
+
             seed_neighbors_added = 0
             for n_index, n_id, n_doc, n_meta in sorted(neighbor_rows, key=lambda row: row[0]):
                 if len(items) >= max_chunks:
@@ -1387,7 +1484,7 @@ class RAGEngine:
         if not target_collections:
             return get_empty_result()
 
-        query_vector = self.embedding_model.encode(query).tolist()
+        query_vector = self._encode_cached(query).tolist()
         # 扩大召回数量，以便过滤废止切片后仍有足够结果
         recall_k = RERANK_CANDIDATES if (USE_RERANK or USE_HYBRID_SEARCH) else top_k
         recall_k = max(recall_k, top_k * RECALL_MULTIPLIER)
@@ -1739,12 +1836,12 @@ class RAGEngine:
                 # === 高精度版：基于语义向量 ===
                 from core.mmr import mmr_rerank
 
-                # 获取查询向量
+                # 获取查询向量（使用 embedding 缓存）
-                query_emb = np.array(self.embedding_model.encode(query))
+                query_emb = np.array(self._encode_cached(query))
 
-                # 批量编码所有文档
+                # 批量编码所有文档（使用 embedding 缓存）
                 docs_list = results['documents'][0]
-                all_embeddings = self.embedding_model.encode(docs_list)
+                all_embeddings = self._encode_cached(docs_list)
 
                 # 构建候选列表
                 candidates = []
@@ -1940,104 +2037,7 @@ class RAGEngine:
                 reranked[key] = results[key]
         return reranked
 
-    # ---------------- 安全与工具 ----------------
+    # ---------------- 流式生成 ----------------
-
-    def check_restricted_documents(self, query, allowed_levels, top_k=3, role=None, department=None):
-        if not self._initialized:
-            self.initialize()
-
-        if USE_MULTI_KB and self.kb_manager and role and department:
-            from auth.gateway import get_accessible_collections
-            all_colls = [c.name for c in self.kb_manager.list_collections()]
-            accessible = set(get_accessible_collections(role, department, 'read'))
-            restricted = set(all_colls) - accessible
-
-            if not restricted:
-                return {"has_restricted": False, "restricted_levels": [], "restricted_sources": []}
-
-            query_vector = self.embedding_model.encode(query).tolist()
-            found_sources = set()
-            top_score = 0.0
-
-            for coll_name in restricted:
-                try:
-                    coll = self.kb_manager.get_collection(coll_name)
-                    if not coll: continue
-                    res = coll.query(query_embeddings=[query_vector], n_results=top_k)
-                    if res['metadatas'] and res['metadatas'][0]:
-                        for meta in res['metadatas'][0]:
-                            found_sources.add(meta.get('source', '未知'))
-                        for dist in (res.get('distances', [[]])[0] or []):
-                            if dist > top_score: top_score = dist
-                except Exception as e:
-                    logger.debug(f"权限检查遍历失败: {e}")
-
-            return {
-                "has_restricted": len(found_sources) > 0,
-                "restricted_levels": [c.replace('dept_', '') for c in restricted if True][:3],
-                "restricted_sources": list(found_sources)[:3],
-                "top_restricted_score": top_score
-            }
-
-        if not allowed_levels:
-            return {"has_restricted": False, "restricted_levels": [], "restricted_sources": [], "top_restricted_score": 0.0}
-
-        restricted_levels = {"public", "internal", "confidential", "secret"} - set(allowed_levels)
-        if not restricted_levels:
-            return {"has_restricted": False, "restricted_levels": [], "restricted_sources": [], "top_restricted_score": 0.0}
-
-        query_vector = self.embedding_model.encode(query).tolist()
-        try:
-            res = self.collection.query(
-                query_embeddings=[query_vector],
-                n_results=top_k,
-                where={"security_level": {"$in": list(restricted_levels)}}
-            )
-            docs = res.get('documents', [[]])[0]
-            if not docs:
-                return {"has_restricted": False, "restricted_levels": [], "restricted_sources": [], "top_restricted_score": 0.0}
-
-            metas = res.get('metadatas', [[]])[0]
-            dists = res.get('distances', [[]])[0]
-            found_levels, found_sources, top_score = set(), set(), 0.0
-
-            for meta, dist in zip(metas, dists):
-                found_levels.add(meta.get('security_level', 'public'))
-                found_sources.add(meta.get('source', '未知'))
-                if dist > top_score: top_score = dist
-
-            return {
-                "has_restricted": True,
-                "restricted_levels": list(found_levels),
-                "restricted_sources": list(found_sources)[:3],
-                "top_restricted_score": top_score
-            }
-        except Exception as e:
-            logger.warning(f"受限内容检查失败: {e}")
-            return {"has_restricted": False, "restricted_levels": [], "restricted_sources": [], "top_restricted_score": 0.0}
-
-    def generate_answer(self, query, context):
-        """底层生成答复能力"""
-        prompt = f"""你是一个严谨的智能助手，请根据以下参考资料回答用户的问题。
-...
-参考资料：
-{context}
-
-用户问题：{query}
-
-请回答："""
-        try:
-            from core.llm_utils import call_llm
-            result = call_llm(
-                self.llm_client,
-                prompt,
-                MODEL,
-                temperature=LLM_TEMPERATURE,
-                max_tokens=LLM_MAX_TOKENS
-            )
-            return result or f"调用大模型失败: 返回结果为空"
-        except Exception as e:
-            return f"调用大模型失败: {str(e)}"
 
     def generate_answer_stream(self, query, context, history=None):
         """
@@ -2068,21 +2068,33 @@ class RAGEngine:
             "content": (
                 "你是一个严谨的知识库问答助手。"
                 "你必须且只能根据用户提供的【参考资料】回答问题。"
+                "参考资料中每段内容前标有章节路径（━格式），请注意区分不同章节的内容，"
+                "特别当不同章节标题相似或包含相同关键词时，务必根据章节路径准确定位，不要混淆。"
                 "如果参考资料中有答案，必须引用对应内容回答，并在回答末尾标注引用编号（如[1]、[2]）。"
                 "如果参考资料中确实没有相关信息，简短说明即可，不要编造或补充资料外的内容。"
                 "禁止使用参考资料以外的知识进行补充或推测。"
+                "【重要-表格处理规则】当用户询问表格、要求展示表格内容时，你必须将参考资料中的 Markdown 表格原样输出（保留 | 分隔符和表格结构），"
+                "不要仅用文字描述表格存在或仅列出章节名称。如果参考资料中多个章节都有表格，"
+                "优先展示与用户问题最相关的表格完整内容。"
             )
         })
 
         # 添加当前问题（带上下文）- 强化指令
         if context:
+            # 检测用户问题是否涉及表格，加入针对性指令
+            _table_hint = ""
+            # 检测上下文中是否包含 Markdown 表格（数据驱动，无需硬编码关键词）
+            _has_table_in_context = bool(re.search(r'\|.+\|', context)) if context else False
+            if _has_table_in_context:
+                _table_hint = "\n注意：参考资料中包含 Markdown 格式的表格数据，请务必将相关表格以原始 Markdown 表格格式完整展示在回答中，不要仅用文字描述。"
+
             user_message = f"""【参考资料】
 {context}
 
 【用户问题】
 {query}
 
-请仔细阅读以上全部参考资料后回答。如果参考资料中包含相关内容，必须引用回答并标注编号。如果资料中没有相关信息，请明确说明。"""
+请仔细阅读以上全部参考资料后回答。注意参考资料中标有章节路径，请根据章节路径准确定位相关内容。如果参考资料中包含相关内容，必须引用回答并标注编号。如果资料中没有相关信息，请明确说明。{_table_hint}"""
         else:
             user_message = query
 

core/intent_analyzer.py

@@ -83,9 +83,16 @@ class IntentAnalyzer:
 根据对话历史和当前用户消息，输出一个 JSON 对象，包含以下字段：
 
 1. **rewritten_query**: 改写后的完整问题
-   - 如果问题包含指代（如"这两张图片"、"继续说"），将其改写为完整、独立的问题
+   - **指代消解**：如果问题包含指代（如"这两张图片"、"继续说"），将其改写为完整、独立的问题
-   - 例如："分析一下这两张图片" → "分析一下对话历史中提到的图片"
+     - 例如："分析一下这两张图片" → "分析一下对话历史中提到的图片"
-   - 如果问题本身已经完整，直接返回原文
+   - **追问补全**：如果问题是省略式追问（省略了上一轮讨论的主题实体），必须补全为完整问题
+     - 判断方法：当前问题缺少主语/宾语，且对话历史中可以推断出省略的实体
+     - 补全方法：从上一轮用户问题中提取主题实体，与追问组合成完整问题
+     - 例如：
+       - 上一轮问"吸烟点C1类是什么区？"，追问"有完整表格吗？" → "吸烟点C1类有完整表格吗？"
+       - 上一轮问"三峡工程的投资情况"，追问"建设地点在哪？" → "三峡工程的建设地点在哪？"
+       - 上一轮问"货源投放有哪些原则？"，追问"具体内容是什么？" → "货源投放原则的具体内容是什么？"
+   - 如果问题本身已经完整且独立，直接返回原文
 
 2. **use_context**: 布尔值
    - true: 问题依赖历史对话中的信息，答案已经在历史回答中
@@ -105,7 +112,9 @@ class IntentAnalyzer:
    - 推理类（intent="reasoning"）：生成最多2个子查询
      * 原问题的检索查询
      * 一个补充角度的检索查询（如原因、背景、影响等），帮助获取更全面的上下文
-   - 其他类（factual/instruction/other）：严格只生成1个子查询（原问题）
+   - 其他类（factual/instruction/other）：严格只生成1个子查询
+     * 子查询应基于 rewritten_query（改写后的完整问题），而非用户原始输入
+     * 例如：追问"有完整表格吗？"改写为"吸烟点C1类有完整表格吗？"后，子查询应为"吸烟点C1类的完整表格内容"
    - 不要为同一实体生成语义重叠的查询
    - 子查询应保持原问题的关键词，长度20-60字符为宜
 
@@ -307,7 +316,8 @@ class IntentAnalyzer:
 
             if cache_emb is not None:
                 cached = cache.get(cache_emb)
-                if cached:
+                # 确保缓存条目是意图分析结果（非 RAG 回答缓存）
+                if cached and cached.get("cache_type") != "rag_answer":
                     logger.info(f"意图分析缓存命中: {cached.get('reason', '')[:50]}")
                     return IntentAnalysis.from_dict(cached)
                 else:
@@ -377,9 +387,11 @@ class IntentAnalyzer:
                     intent=intent_type
                 )
 
-                # 存入语义缓存
+                # 存入语义缓存（标记类型，避免与 RAG 回答缓存混淆）
                 if cache and cache_emb is not None:
-                    cache.set(cache_emb, analysis.to_dict())
+                    cache_data = analysis.to_dict()
+                    cache_data["cache_type"] = "intent_analysis"
+                    cache.set(cache_emb, cache_data)
 
                 # 存入精确匹配缓存
                 if len(self._exact_cache) < self._exact_cache_max:
@@ -437,6 +449,7 @@ class IntentAnalyzer:
         if not history:
             return "（无历史对话）"
 
+        import re
         parts = []
 
         # 提取最近 3 轮对话
@@ -445,6 +458,7 @@ class IntentAnalyzer:
         for msg in recent_history:
             role = "用户" if msg.get("role") == "user" else "助手"
             content = msg.get("content", "")
+            original_content = content  # 保留原始内容用于结构化提取
 
             # 截断过长的内容
             if len(content) > 500:
@@ -452,9 +466,10 @@ class IntentAnalyzer:
 
             parts.append(f"【{role}】{content}")
 
-            # 提取图片信息
+            # 提取结构化信息（从 assistant 消息中提取章节、表格、来源等）
             metadata = msg.get("metadata", {})
             if isinstance(metadata, dict):
+                # 已有的图片提取
                 images = metadata.get("images", [])
                 if images:
                     for img in images[:3]:
@@ -463,6 +478,43 @@ class IntentAnalyzer:
                             img_type = img.get("type", "图片")
                             parts.append(f"  └─ {img_type}: {desc}")
 
+                # 来源文件提取
+                sources = metadata.get("sources", [])
+                if sources:
+                    source_names = []
+                    for s in sources[:3]:
+                        if isinstance(s, dict):
+                            name = s.get("source", "") or s.get("name", "")
+                            if name:
+                                source_names.append(name)
+                        elif isinstance(s, str):
+                            source_names.append(s)
+                    if source_names:
+                        parts.append(f"  └─ 来源文件: {', '.join(source_names)}")
+
+                # collections（检索知识库）提取
+                colls = metadata.get("collections", [])
+                if colls:
+                    parts.append(f"  └─ 检索知识库: {', '.join(colls)}")
+
+            # 从 assistant 原始内容中提取章节路径和表格结构
+            if role == "助手" and original_content:
+                # 提取章节路径：━ xxx ━ 格式
+                sections = re.findall(r'━\s*(.+?)\s*━', original_content)
+                if sections:
+                    unique_sections = list(dict.fromkeys(sections))  # 去重保序
+                    parts.append(f"  └─ 涉及章节: {'; '.join(unique_sections[:3])}")
+
+                # 提取表格列名：| A | B | C | 格式的表头行
+                table_headers = re.findall(r'^\|\s*(.+?)\s*\|', original_content, re.MULTILINE)
+                if table_headers:
+                    # 取第一个表格的列名
+                    first_header = table_headers[0]
+                    cols = [c.strip() for c in first_header.split('|') if c.strip()]
+                    # 排除分隔符行（--- 格式）
+                    if cols and not all(re.match(r'^[-:]+$', c) for c in cols):
+                        parts.append(f"  └─ 含表格，列名: {', '.join(cols[:6])}")
+
         # 添加图片上下文
         if context_images:
             parts.append("\n【上下文中的图片】")

core/llm_utils.py

@@ -352,7 +352,7 @@ def quick_yes_no(
     if keywords is None:
         keywords = ["是", "需要", "yes", "true"]
 
-    result = call_llm(client, prompt, model, temperature=0, max_tokens=10)
+    result = call_llm(client, prompt, model, temperature=0, max_tokens=128)
     if result is None:
         return False
 

docs/RAG系统完整指南.md

@@ -1,115 +1,30 @@
-# Agentic RAG 完整指南
+# RAG 系统完整指南
 
-> **版本**: v3.2（模型/Reranker/管线更新）
+> **版本**: v4.0（统一编排 + 四层缓存修复）
-> **生产入口**: `api/chat_routes.py::rag()` → `core/engine.py`（轻量编排，当前启用）
+> **生产入口**: `api/chat_routes.py::rag()` → `generate()` → `core/engine.py`
-> **备用编排**: `core/agentic.py::AgenticRAG.process()` + 8 个 Mixin（完整决策循环，未接线）
+> **最后更新**: 2026-06-05
-> **最后更新**: 2026-06-04
 >
-> ⚠️ 项目存在两套编排，生产 `/rag` 走的不是 `AgenticRAG`——详见下方「一·五、两套编排路径」。
+> 本次更新：删除未使用的 AgenticRAG 备用编排路径（10 个文件 ~2050 行），修复 Query Cache 键不匹配与阈值问题，将语义缓存集成至生产 `/rag` 端点。
 
 ## 一、功能概述
 
-Agentic RAG 是一个智能问答系统，基于 Mixin 模式组合 8 个功能模块，具备以下核心能力：
+本系统是一个检索增强生成（RAG）问答系统，采用**单一统一编排路径**，由 `api/chat_routes.py` 的 `generate()` 函数直接编排全流程。核心能力包括：
 
-| 功能 | 说明 | Mixin 模块 |
+| 功能 | 说明 | 实现位置 |
-|------|------|-----------|
+|------|------|----------|
-| **意图分析** | LLM 驱动的查询改写 + 双层判断（是否需要检索） | `IntentAnalyzer`（独立模块） |
+| **意图分析** | LLM 驱动的双层判断（是否需要检索）+ 查询改写 | `core/intent_analyzer.py` |
-| **查询重写** | 口语化→专业术语、实体补全、指代消解 | `QueryRewriteMixin` |
+| **混合检索** | 向量检索 + BM25 + RRF 融合 + Rerank 重排 | `core/engine.py` |
-| **混合检索** | 向量检索 + BM25 + RRF 融合 + Rerank 重排 | `SearchMixin` → `RAGEngine` |
+| **四层缓存** | Query + Embedding + Rerank（LRU）+ 语义缓存（FAISS） | `core/cache.py` + `core/semantic_cache.py` |
-| **多源融合** | 知识库 + 网络搜索，智能处理冲突 | `AnswerMixin` |
+| **流式生成** | SSE 流式答案输出，逐 token 推送 | `core/engine.py::generate_answer_stream()` |
-| **幻觉验证** | 基于参考信息验证答案，防止 LLM 编造 | `AnswerMixin` |
+| **引用标注** | 自动标注信息来源和引用编号 | `api/chat_routes.py::_attach_citations()` |
-| **引用标注** | 自动标注信息来源和引用编号 | `CitationMixin` |
+| **富媒体** | 图片/表格的智能提取与展示 | `api/chat_routes.py` |
-| **富媒体提取** | 图片/表格的智能提取与展示 | `RichMediaMixin` |
+| **查询理解** | 查询分解、扩展、MMR 去重、自适应 TopK | `core/` 各独立模块 |
-| **质量评估** | 多维度质量评估（相关性/完整性/准确性/覆盖面） | `QualityMixin` |
+| **安全护栏** | 敏感信息过滤、Prompt 安全守卫 | `api/response_utils.py`、`core/prompt_guard.py` |
-| **上下文压缩** | Rerank 阈值过滤 + Token 预算控制 | `ContextMixin` |
-| **元问题处理** | 文件列表、权限查询等非知识类问题 | `MetaQuestionMixin` |
-| **置信度门控** | 基于 Reranker 分数判断检索质量，低分触发补救 | `ConfidenceGate`（独立模块） |
-
----
-
-## ⚠️ 一·五、两套编排路径（务必先读）
-
-> **关键认知**：本项目存在**两套并存的编排（orchestration）**。生产 HTTP 接口 `/rag` 走的是**轻量编排**，而 `AgenticRAG.process()` 那套**完整决策循环目前处于备用状态、未接入任何 HTTP 路由**。
-> 阅读下方所有架构图前请先理解这一点——下面 2.1 的「整体架构图」描绘的是**备用路径（AgenticRAG.process）**，不是当前生产实际跑的流程。
-
-### 路径对比
-
-| 维度 | 🟢 生产路径（当前启用） | 💤 备用路径（未接线） |
-|------|----------------------|---------------------|
-| 入口 | `api/chat_routes.py` → `rag()` → `generate()` | `core/agentic.py` → `AgenticRAG.process()` |
-| 编排者 | `chat_routes` 自己的流程代码 | `AgenticRAG` 类（8 个 Mixin 组合） |
-| 意图分析 | ✅ `intent_analyzer.analyze_intent()` | ✅ `IntentAnalyzer` / `QueryRewriteMixin` |
-| 检索 | ✅ `search_hybrid()` → `engine.search_knowledge()` | ✅ `engine.search_knowledge()` |
-| 查询分解/扩展/MMR/自适应TopK | ✅ 在 `engine` 内部执行 | ✅ 同左 |
-| 答案生成 | ✅ `engine.generate_answer_stream()`（流式） | `AnswerMixin._generate_fused_answer()` |
-| 引用标注 | ✅ `chat_routes._attach_citations()`（本地版） | `CitationMixin._attach_citations()` |
-| 置信度门控 | ❌ 不调用 | `ConfidenceGate`（仅此路径用） |
-| 多维质量评估 | ❌ 不调用 | `QualityMixin._assess_quality()` |
-| 推理反思 | ❌ 不调用 | `QualityMixin._reflect_on_answer()` |
-| 循环防护 | ❌ 不调用 | `LoopGuard`（仅此路径用） |
-| 幻觉验证 | ❌ 不调用 | `AnswerMixin._verify_and_refine_answer()` |
-
-### 重要结论
-
-- **Agentic 的核心能力是活跃的**：意图分析+LLM改写、子查询拆分、查询扩展、自适应 TopK、MMR 去重、混合检索+Rerank——这些都在 `/rag` 中**真实运行**，只是由 `chat_routes` + `engine` 直接调用，而非通过 `AgenticRAG` 类。
-- **休眠的只是「决策循环编排类」**：`AgenticRAG.process()` 及其独有组件（置信度门控 / 质量评估 / 推理反思 / 循环防护 / 幻觉验证）未接入 `/rag`。
-- import 证据：`confidence_gate.py`、`quality_assessor.py`、`reasoning_reflector.py`、`loop_guard.py` 以及 8 个 `agentic_*` Mixin **只被 `core/agentic.py` import**；而 `AgenticRAG` 实例虽在 `api/__init__.py:90` 启动时创建，但其唯一读取入口 `_get_agentic_rag()` **零调用**。
-- **这不是死代码可删**：`AgenticRAG` 在启动时被实例化（直接删会导致启动报错），且 `_extract_rich_media` 被 `scripts/test_rag_image_recall.py` 使用。它是「**一套更重、更完整、目前未启用的 Agentic 决策闭环**」，未来可选择接入。
-
-### 🔬 如何验证「系统现在到底走哪套流程」
-
-**方法 1：看开发环境 SSE 调试事件（最直接）**
-
-`/rag` 在 `IS_DEV=True` 时会发出一串**只有 `chat_routes` 编排才会发**的调试事件，收到它们即证明走的是生产路径：
-
-```bash
-# UTF-8 payload 避免 Windows shell 编码问题
-curl -s -N -X POST http://localhost:5001/rag \
-  -H "Content-Type: application/json; charset=utf-8" \
-  -H "Authorization: Bearer mock-token-admin" \
-  --data-binary @payload.json
-```
-
-观察 SSE 事件序列，**生产路径**会依次出现这些 `type`（`AgenticRAG.process` 不发这些）：
-
-| SSE 事件 `type` | 来源代码 | 含义 |
-|----------------|---------|------|
-| `start` | `chat_routes.py:1232` | 请求开始处理 |
-| `intent_result` | `chat_routes.py:1228` | 意图分析结果（来自 `intent_analyzer`）[DEV] |
-| `retrieval_debug` | `chat_routes.py:1311` | 检索管线各步骤（来自 `engine.search_knowledge` 的 `_debug`）[DEV] |
-| `chunks_retrieved` | `chat_routes.py:1416` | 召回切片详情 [DEV] |
-| `sources` | `chat_routes.py:1547` | 检索到的来源列表 |
-| `images_selected` | `chat_routes.py:1574` | 图片选择详情 [DEV] |
-| `context_built` | `chat_routes.py:1622` | 最终上下文构建 [DEV] |
-| `chunk` | `chat_routes.py:1630` | 流式答案的每个 token |
-| `finish` | `chat_routes.py:1699` | 含 `timing`、`sources`、`citations` |
-| `error` | `chat_routes.py:1733` | 处理异常时的错误信息 |
-
-> 标注 [DEV] 的事件仅在 `IS_DEV=True` 时发送，其余事件在生产环境也会发送。
-
-**方法 2：看服务端日志**
-
-- 启动时：出现一次 `Agentic RAG 引擎已初始化`（`api/__init__.py:95`，仅实例化，不代表被调用）。
-- 每次 `/rag` 请求：出现 `[意图分析] use_context=... need_retrieval=...`（`chat_routes.py:1224`）。
-- **不会**出现任何来自 `AgenticRAG.process()` 内部的日志（如查询重写 `📝 查询重写`、`🔍 知识库检索: N 条结果`）——若出现则说明走了备用路径。
-
-**方法 3：埋点验证（最确定）**
-
-临时在 `core/agentic.py` 的 `AgenticRAG.process()` 第一行加 `logger.warning("AgenticRAG.process CALLED")`，重启后发 `/rag` 请求——**该日志不会触发**，即证明生产不走 `AgenticRAG`。
-
-**方法 4：静态确认调用链**
-
-```bash
-grep -rn "_get_agentic_rag()" --include="*.py" .   # 仅定义，无调用者 → AgenticRAG 实例未被请求使用
-grep -rn "\.process(" --include="*.py" api/         # /rag、/chat 均无 .process() 调用
-```
 
 ---
 
 ## 二、系统架构
 
-> ⚠️ 注意：下方 2.1「整体架构图」描绘的是**备用路径 `AgenticRAG.process()`** 的完整设计；当前生产 `/rag` 的实际流程见上方「一·五」及本节 2.3「生产 /rag 实际流程」。
-
 ### 2.1 整体架构图
 
 ```
@@ -118,6 +33,12 @@ grep -rn "\.process(" --include="*.py" api/         # /rag、/chat 均无 .proce
 └────────────────────────────┬────────────────────────────────────────┘
                              ↓
 ┌─────────────────────────────────────────────────────────────────────┐
+│              语义缓存检查 (SemanticCache - FAISS)                    │
+│              cosine ≥ 0.92 → 命中则直接返回缓存结果                  │
+│              跳过检索 + 生成全流程（~100ms vs ~9s）                  │
+└────────────────────────────┬────────────────────────────────────────┘
+                             ↓ 未命中
+┌─────────────────────────────────────────────────────────────────────┐
 │                    意图分析 (IntentAnalyzer)                         │
 │  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐             │
 │  │  改写查询    │  │  双层判断    │  │  子查询拆分  │             │
@@ -126,26 +47,24 @@ grep -rn "\.process(" --include="*.py" api/         # /rag、/chat 均无 .proce
 └─────────┼──────────────────┼──────────────────┼─────────────────────┘
           ↓                  ↓                  ↓
     ┌──────────┐    ┌──────────────────────────────────────────┐
-    │ 直接回答 │    │           AgenticRAG.process()             │
+    │ 直接回答 │    │           统一编排流程                     │
-    │ (LLM)    │    │  1. 元问题检查                            │
+    │ (LLM)    │    │  1. 混合检索 (engine.search_knowledge)   │
-    └──────────┘    │  2. 查询重写 (QueryRewriteMixin)         │
+    └──────────┘    │  2. 上下文提取 + 来源去重                 │
-                    │  3. 知识库检索 (RAGEngine.search_knowledge)│
+                    │  3. 图片补充检索 + 打分选择               │
-                    │  4. 上下文压缩 (ContextMixin)             │
+                    │  4. 构建上下文                            │
-                    │  5. 网络搜索 (SearchMixin, 可选)         │
+                    │  5. 流式答案生成 (engine.generate_stream) │
-                    │  6. （图谱检索已废弃，graph/ 目录已清空）         │
+                    │  6. 答案图号对齐 + 引用标注               │
-                    │  7. 融合答案生成 (AnswerMixin)            │
+                    │  7. 敏感信息过滤                          │
-                    │  8. 幻觉验证 (AnswerMixin)               │
+                    │  8. 语义缓存写入 + SSE finish             │
-                    │  9. 富媒体提取 (RichMediaMixin)           │
-                    │  10. 引用标注 (CitationMixin)             │
                     └────────────────────┬─────────────────────┘
                                          ↓
 ┌─────────────────────────────────────────────────────────────────────┐
 │                        检索层 (RAGEngine)                            │
 │  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐             │
-│  │  向量检索    │  │  BM25 检索   │  │  FAQ 独立召回 │             │
+│  │  查询缓存    │  │  向量检索    │  │  BM25 检索   │             │
-│  │  (语义匹配)  │  │ (关键词匹配) │  │  (精准命中)   │             │
+│  │  (LRU 500)   │  │  (语义匹配)  │  │ (关键词匹配) │             │
-│  └──────┬───────┘  └──────┬───────┘  └──────┬───────┘             │
+│  │  命中直接返回│  └──────┬───────┘  └──────┬───────┘             │
-│         └─────────────────┼─────────────────┘                      │
+│  └──────────────┘         └─────────────────┘                      │
 │                           ↓                                         │
 │                   ┌──────────────┐                                  │
 │                   │  RRF 融合    │  ← 动态权重（查询类型/长度驱动）│
@@ -167,78 +86,133 @@ grep -rn "\.process(" --include="*.py" api/         # /rag、/chat 均无 .proce
 ┌─────────────────────────────────────────────────────────────────────┐
 │                    答案生成 (LLM 流式)                               │
 │  ┌────────────────────────────────────────────────────────────────┐ │
-│  │  整合多源信息 + 标注来源 + 处理冲突 + 引用编号 + SSE 流式输出 │ │
+│  │  整合多源信息 + 标注来源 + 引用编号 + SSE 流式输出             │ │
 │  └────────────────────────────────────────────────────────────────┘ │
 └─────────────────────────────────────────────────────────────────────┘
 ```
 
-### 2.2 Mixin 组合架构
+### 2.2 编排方式
 
-```python
+系统采用**函数式编排**而非类组合模式。整个 RAG 流程由 `api/chat_routes.py` 的 `generate()` 函数直接控制，按步骤调用各独立模块：
-class AgenticRAG(
-    QueryRewriteMixin,    # 查询重写：口语化→专业术语、实体补全
-    SearchMixin,          # 检索功能：网络搜索
-    AnswerMixin,          # 答案生成：融合回答、幻觉验证
-    CitationMixin,        # 引用处理：来源标注、引用编号
-    RichMediaMixin,       # 富媒体：图片/表格提取
-    QualityMixin,         # 质量评估：多维评估
-    ContextMixin,         # 上下文处理：压缩、过滤
-    MetaQuestionMixin     # 元问题：文件列表、权限查询
-):
-    ...
-```
 
-> 注：以上 2.1 / 2.2 是 `AgenticRAG`（备用路径）的设计。**当前生产 `/rag` 不实例化走这条链**，实际流程见下方 2.3。
+- **意图分析**：`core/intent_analyzer.py` 的 `analyze_intent()`
+- **检索管线**：`core/engine.py` 的 `search_knowledge()`
+- **流式生成**：`core/engine.py` 的 `generate_answer_stream()`
+- **引用标注**：`api/chat_routes.py` 内的 `_attach_citations()`
+- **缓存系统**：`core/cache.py` 的 `RAGCacheManager` 单例 + `core/semantic_cache.py` 的 `SemanticCache` 单例
 
-### 2.3 生产 /rag 实际流程（当前启用）
+各模块通过 `get_engine()`、`get_cache_manager()`、`get_semantic_cache()` 等工厂函数获取全局单例实例。
-
-入口 `api/chat_routes.py::rag() → generate()`，**不经过 `AgenticRAG`**：
-
-```
-POST /rag  (SSE 流式)
-    ↓
-[chat_routes.generate()]  ← 轻量编排，不实例化 AgenticRAG
-    │
-    ├─ 发 SSE: start
-    │
-    ├─ 1. 意图分析    intent_analyzer.analyze_intent()        # chat_routes:1222
-    │      ├─ need_retrieval=False → 直接 LLM 回答（流式发 SSE: chunk），结束
-    │      │    └─ use_context=True 时带历史上下文，use_context=False 时纯闲聊
-    │      └─ 否则继续；sub_queries 传入检索
-    │      └─[DEV] 发 SSE: intent_result
-    │
-    ├─ 2. 混合检索    search_hybrid() → engine.search_knowledge()   # chat_routes:1300
-    │      （内部：向量+BM25+RRF+废止过滤+章节过滤
-    │        +云端Rerank+MMR去重+FAQ加权+黑名单+时间衰减
-    │        +上下文扩展+自适应TopK）
-    │      └─[DEV] 发 SSE: retrieval_debug
-    │
-    ├─ 3. 提取上下文/来源（按 source 去重，doc_type 驱动溯源展示）  # chat_routes:1362
-    │      └─[DEV] 发 SSE: chunks_retrieved
-    │      └─ 发 SSE: sources
-    │
-    ├─ 4. 图片补充检索 + 图片打分选择 (select_images)
-    │      └─[DEV] 发 SSE: images_selected
-    ├─ 5. 构建上下文 (_order_text_contexts_for_prompt)
-    │      └─[DEV] 发 SSE: context_built
-    │
-    ├─ 6. 流式答案生成  engine.generate_answer_stream()         # chat_routes:1628
-    │      └─ 逐 token 发 SSE: chunk
-    │
-    ├─ 7. 答案图号对齐过滤
-    ├─ 8. 引用标注      chat_routes._attach_citations()（本地版，非 CitationMixin）  # chat_routes:1668
-    ├─ 9. 敏感信息过滤  filter_response()
-    ├─ 10. 发 SSE: finish（answer + sources + citations + images + timing）
-    └─[异常] 发 SSE: error
-```
-
-**与备用路径（AgenticRAG.process）的差异**：生产路径**没有**置信度门控、多维质量评估、推理反思、循环防护、幻觉验证这几步——它们只存在于 `AgenticRAG.process()`。
 
 ---
 
-## 三、意图分析流程
+## 三、四层缓存架构
 
-### 3.1 IntentAnalyzer 双层判断
+### 3.1 缓存层次概览
+
+| 层次 | 缓存类型 | 存储结构 | 容量 | TTL | 作用 |
+|------|----------|----------|------|-----|------|
+| L1 | Query Cache | LRU (OrderedDict) | 500 条 | 1 小时 | 缓存完整问答结果，命中后跳过整个检索+生成 |
+| L2 | Embedding Cache | LRU (OrderedDict) | 2000 条 | 24 小时 | 缓存向量化结果，避免重复调用 embedding 模型 |
+| L3 | Rerank Cache | LRU (OrderedDict) | 1000 条 | 1 小时 | 缓存 Rerank 分数，避免重复调用 Reranker |
+| L4 | Semantic Cache | FAISS IndexFlatIP | 10000 条 | 无过期 | 语义级缓存，相似查询也能命中 |
+
+### 3.2 Query Cache
+
+Query Cache 是最外层的完整问答结果缓存。命中后直接返回缓存的 `answer + sources + citations`，跳过检索和生成全流程。
+
+**缓存键设计**：`{query_hash}:{kb_name}:{kb_version}`
+
+- 基于查询文本哈希 + 知识库名称 + 知识库版本号
+- 知识库版本变更时（如文档更新/重新索引），相关缓存自动失效
+
+**已修复的问题**：
+
+1. **键不匹配问题（已修复）**：此前 `set_query_result()` 在有 `doc_ids` 参数时使用 `doc_hash` 分支生成键，而 `get_query_result()` 始终使用 `kb_version` 分支——导致 GET 和 SET 的键永远不匹配，命中率始终为 0%。修复后两端统一使用 `kb_version` 分支。
+
+2. **写入阈值问题（已修复）**：`CACHE_MIN_SCORE` 原值为 `0.3`，但 ChromaDB 余弦距离经 `1 - dist` 计算后得分通常在 0.03-0.06 之间，远低于阈值，导致几乎不写入缓存。修复后设为 `0.0`。
+
+### 3.3 Embedding Cache
+
+缓存文本向量化结果，由 `RAGEngine` 在调用 embedding 模型前后自动读写。键为查询文本哈希，避免对相同文本重复调用 embedding 模型（如 DashScope text-embedding-v3）。
+
+### 3.4 Rerank Cache
+
+缓存 Rerank 重排序的分数结果。键为 `query + sorted(doc_ids)` 的精确匹配。注意：由于 RRF 融合产出差异，命中率可能偏低。
+
+### 3.5 语义缓存（Semantic Cache）
+
+语义缓存基于 FAISS 向量索引实现语义级匹配——即使查询文字不完全相同，只要语义足够相似（cosine similarity ≥ 0.92），就能命中缓存。
+
+**工作机制**：
+
+```
+用户查询 → embedding 编码 → FAISS 向量检索
+    → cosine ≥ 0.92 → 命中：返回缓存的 answer + sources + citations（~100ms）
+    → cosine < 0.92 → 未命中：执行完整 RAG 流程后写入缓存
+```
+
+**集成位置**：
+
+- **读取**：在 `generate()` 函数的意图分析之后、混合检索之前（跳过整个检索+生成流程）
+- **写入**：在 `generate()` 函数生成完整答案后、发送 `finish` 事件之前
+- **缓存内容**：answer、sources、citations、images、tables
+
+**验证结果**：语义缓存命中率约 66.7%，平均响应从 ~9.2 秒降至 ~100 毫秒（约 92 倍加速）。
+
+### 3.6 缓存失效机制
+
+所有基于 LRU 的缓存（L1-L3）均支持基于知识库版本号（`kb_version`）的自动失效：
+
+- 每个缓存条目关联 `kb_version`
+- 知识库文档变更时 `kb_version` 递增
+- 读取时检查 `kb_version` 是否匹配，不匹配则视为过期
+
+语义缓存（L4）当前无 TTL 过期机制，仅受 `max_size=10000` 容量限制。
+
+### 3.7 缓存配置
+
+```python
+# config.py / config.example.py
+
+# 查询结果缓存
+QUERY_CACHE_ENABLED = True
+QUERY_CACHE_SIZE = 500
+QUERY_CACHE_TTL = 3600             # 秒
+
+# Embedding 缓存
+EMBEDDING_CACHE_ENABLED = True
+EMBEDDING_CACHE_SIZE = 2000
+EMBEDDING_CACHE_TTL = 86400        # 24小时
+
+# Rerank 缓存
+RERANK_CACHE_ENABLED = True
+RERANK_CACHE_SIZE = 1000
+RERANK_CACHE_TTL = 3600
+
+# 语义缓存
+SEMANTIC_CACHE_ENABLED = True
+SEMANTIC_CACHE_THRESHOLD = 0.92    # cosine 相似度阈值
+
+# 缓存写入最低置信度
+CACHE_MIN_SCORE = 0.0              # ChromaDB 余弦距离经 1-dist 后得分约 0.03-0.06，须设为 0
+```
+
+### 3.8 部署注意事项
+
+当前所有缓存均为**进程内内存存储**（LRU 使用 `OrderedDict`，语义缓存使用 FAISS 内存索引），有以下部署影响：
+
+- **单 Worker**：Gunicorn 默认 1 个 worker，所有请求共享同一缓存实例，缓存有效
+- **多 Worker**：每个 worker 有独立缓存，不共享，缓存效率降低
+- **冷启动**：进程重启后缓存全部丢失，需重新预热
+- **`max_requests=1000`**：Gunicorn worker 定期重启会导致缓存周期性清空
+
+对于生产环境多实例部署场景，已规划 Redis 外部缓存迁移方案（见 `reports/redis_migration_plan.md`）。
+
+---
+
+## 四、意图分析流程
+
+### 4.1 IntentAnalyzer 双层判断
 
 意图分析由 `core/intent_analyzer.py` 的 `IntentAnalyzer` 类完成，采用 **LLM 驱动** 的双层判断：
 
@@ -269,7 +243,7 @@ POST /rag  (SSE 流式)
       - intent: factual/comparison/reasoning/instruction/other
 ```
 
-### 3.2 QueryClassifier 规则分类
+### 4.2 QueryClassifier 规则分类
 
 `core/query_classifier.py` 提供无 LLM 调用的快速规则分类：
 
@@ -286,9 +260,9 @@ POST /rag  (SSE 流式)
 
 ---
 
-## 四、检索管线详解
+## 五、检索管线详解
 
-### 4.1 完整检索流程
+### 5.1 完整检索流程
 
 ```
 search_knowledge(query, top_k=30)
@@ -335,7 +309,7 @@ search_knowledge(query, top_k=30)
   └─ 15. 缓存写入 → 返回结果
 ```
 
-### 4.2 混合检索代码示例
+### 5.2 混合检索代码示例
 
 ```python
 # 向量检索（语义相似）
@@ -348,7 +322,10 @@ bm25_results = bm25_index.search(query, top_k=recall_k)
 faq_results = faq_collection.query(query_embeddings=[query_vector], n_results=3)
 
 # 图片独立召回（P0 通道）
-image_results = collection.query(query_embeddings=[query_vector], n_results=5, where={"chunk_type": {"$in": ["image", "chart", "table"]}})
+image_results = collection.query(
+    query_embeddings=[query_vector], n_results=5,
+    where={"chunk_type": {"$in": ["image", "chart", "table"]}}
+)
 
 # RRF 融合（动态权重）
 fused = reciprocal_rank_fusion([vector_results, bm25_results], weights=[vector_w, bm25_w])
@@ -360,7 +337,7 @@ reranked = rerank_results(query, fused, top_k=15)
 mmr_results = mmr_rerank(query_emb, reranked, top_k=30, lambda_param=0.5)
 ```
 
-### 4.3 RRF 融合算法
+### 5.3 RRF 融合算法
 
 ```
 RRF分数 = Σ (权重 / (k + 排名位置))
@@ -376,9 +353,9 @@ RRF分数 = Σ (权重 / (k + 排名位置))
 - 查询类型驱动: FACT→BM25优先, PROCESS→向量优先
 ```
 
-### 4.4 Rerank 重排
+### 5.4 Rerank 重排
 
-**后端**: 支持三种模式，由 `RERANK_BACKEND` 环境变量控制
+**后端**：支持三种模式，由 `RERANK_BACKEND` 环境变量控制
 
 | RERANK_BACKEND | 说明 |
 |----------------|------|
@@ -386,20 +363,20 @@ RRF分数 = Σ (权重 / (k + 排名位置))
 | `"local"` | 仅使用本地 `BAAI/bge-reranker-base`（CrossEncoder / ONNX） |
 | `"fallback"` | 优先云端，失败时自动回退本地（推荐生产环境） |
 
-**云端 Reranker（推荐）**:
+**云端 Reranker（推荐）**：
 
 ```python
 # config.py
-RERANK_BACKEND = os.getenv("RERANK_BACKEND", "local")       # local / cloud / fallback
+RERANK_BACKEND = os.getenv("RERANK_BACKEND", "local")
-RERANK_CLOUD_MODEL = "qwen3-rerank"                          # DashScope 云端 Rerank 模型
+RERANK_CLOUD_MODEL = "qwen3-rerank"
 RERANK_CLOUD_API_KEY = os.getenv("RERANK_CLOUD_API_KEY", DASHSCOPE_API_KEY)
 RERANK_CLOUD_BASE_URL = "https://dashscope.aliyuncs.com/compatible-api/v1/reranks"
-RERANK_CLOUD_TIMEOUT = 15                                    # 云端请求超时(秒)
+RERANK_CLOUD_TIMEOUT = 15
 ```
 
 `CloudReranker` 类（`core/engine.py`）封装 DashScope 的 `/compatible-api/v1/reranks` 接口，提供与本地 `CrossEncoder.predict()` / `ONNXReranker.predict()` 一致的调用接口。
 
-**本地 Reranker（备选）**:
+**本地 Reranker（备选）**：
 
 ```python
 def rerank_results(self, query, results, top_k=5):
@@ -409,69 +386,73 @@ def rerank_results(self, query, results, top_k=5):
     # 返回 top_k 个最高分结果
 ```
 
-**调用位置**: `core/engine.py` 的 `search_knowledge()` 和 `_search_multi_kb()` 中，RRF 融合 + 废止/章节过滤之后、MMR 去重之前执行。
+**调用位置**：`core/engine.py` 的 `search_knowledge()` 和 `_search_multi_kb()` 中，RRF 融合 + 废止/章节过滤之后、MMR 去重之前执行。
-
-**引擎初始化顺序**: `RAGEngine.__init__()` 中按 `RERANK_BACKEND` 决定加载策略：
-- `cloud` / `fallback`：先尝试创建 `CloudReranker`，需要 `RERANK_CLOUD_API_KEY`
-- `local` / `fallback`（云端失败时）：加载本地 `BAAI/bge-reranker-base`，支持 ONNX 加速
 
 ---
 
-## 五、置信度门控
+## 六、生产 /rag 完整流程
 
-`core/confidence_gate.py` 基于 Reranker 分数判断检索结果质量：
+入口 `api/chat_routes.py::rag() → generate()`：
 
 ```
-检索结果 → Reranker 计算置信度 → 阈值判断 → 决策
+POST /rag  (SSE 流式)
-                                      │
+    ↓
-                    ┌─────────────────┼─────────────────┐
+[chat_routes.generate()]
-                    ↓                 ↓                 ↓
+    │
-               PASS (≥0.4)     REWRITE (0.2~0.4)   WEB_SEARCH (<0.2)
+    ├─ 发 SSE: start
-               继续生成        查询重写            网络搜索补救
+    │
+    ├─ 1. 语义缓存检查  SemanticCache.get()               # chat_routes
+    │      ├─ 命中 → 直接流式发 SSE: chunk + finish，结束（~100ms）
+    │      └─ 未命中 → 继续；记录 embedding 供后续写入
+    │
+    ├─ 2. 意图分析    intent_analyzer.analyze_intent()
+    │      ├─ need_retrieval=False → 直接 LLM 回答（流式发 SSE: chunk），结束
+    │      │    └─ use_context=True 时带历史上下文，use_context=False 时纯闲聊
+    │      └─ 否则继续；sub_queries 传入检索
+    │      └─[DEV] 发 SSE: intent_result
+    │
+    ├─ 3. 混合检索    search_hybrid() → engine.search_knowledge()
+    │      （内部：查询缓存检查 → 向量+BM25+RRF+废止过滤+章节过滤
+    │        +云端Rerank+MMR去重+FAQ加权+黑名单+时间衰减
+    │        +上下文扩展+自适应TopK）
+    │      └─[DEV] 发 SSE: retrieval_debug
+    │
+    ├─ 4. 提取上下文/来源（按 source 去重，doc_type 驱动溯源展示）
+    │      └─[DEV] 发 SSE: chunks_retrieved
+    │      └─ 发 SSE: sources
+    │
+    ├─ 5. 图片补充检索 + 图片打分选择 (select_images)
+    │      └─[DEV] 发 SSE: images_selected
+    ├─ 6. 构建上下文 (_order_texts_for_prompt)
+    │      └─[DEV] 发 SSE: context_built
+    │
+    ├─ 7. 流式答案生成  engine.generate_answer_stream()
+    │      └─ 逐 token 发 SSE: chunk
+    │
+    ├─ 8. 答案图号对齐过滤
+    ├─ 9. 引用标注      _attach_citations()
+    ├─ 10. 敏感信息过滤  filter_response()
+    ├─ 11. 语义缓存写入  SemanticCache.set()              # 写入缓存供后续命中
+    ├─ 12. 发 SSE: finish（answer + sources + citations + images + timing）
+    └─[异常] 发 SSE: error
 ```
 
-**阈值配置**:
+### SSE 事件序列
-- `PASS_THRESHOLD = 0.2`: 通过阈值（低于此值需要补救）
-- `GOOD_THRESHOLD = 0.4`: 良好阈值（高质量结果）
-- `EXCELLENT_THRESHOLD = 0.7`: 优秀阈值
 
----
+| SSE 事件 `type` | 含义 |
+|----------------|------|
+| `start` | 请求开始处理 |
+| `intent_result` | 意图分析结果 [DEV] |
+| `retrieval_debug` | 检索管线各步骤 [DEV] |
+| `chunks_retrieved` | 召回切片详情 [DEV] |
+| `sources` | 检索到的来源列表 |
+| `images_selected` | 图片选择详情 [DEV] |
+| `context_built` | 最终上下文构建 [DEV] |
+| `chunk` | 流式答案的每个 token |
+| `finish` | 含 `timing`、`sources`、`citations`、`images` |
+| `error` | 处理异常时的错误信息 |
 
-## 六、AgenticRAG 主流程
+> 标注 [DEV] 的事件仅在 `IS_DEV=True` 时发送。
-
-### 6.1 process() 方法
-
-```python
-def process(self, query, verbose=True, history=None,
-            allowed_levels=None, role=None, department=None,
-            emit_log=None) -> dict:
-    """
-    返回:
-        {
-            "answer": str,       # 最终答案
-            "sources": list,     # 来源列表
-            "images": list,      # 图片列表
-            "tables": list,      # 表格列表
-            "citations": list,   # 引用列表
-            "log_trace": list    # 推理过程追踪
-        }
-    """
-```
-
-### 6.2 流程步骤
-
-| 步骤 | 方法 | 说明 |
-|------|------|------|
-| 1 | `_is_meta_question()` | 检查元问题（文件列表、权限等） |
-| 2 | `should_rewrite()` + `_rewrite_query()` | 查询重写（口语化→专业术语、实体补全） |
-| 3 | `engine.search_knowledge()` / `engine.search_multiple()` | 知识库检索（含向量+BM25+RRF+MMR+Rerank） |
-| 4 | `_compress_contexts()` | 上下文压缩（Rerank 阈值过滤） |
-| 5 | `_web_search_flow()` | 网络搜索（可选，需 SERPER_API_KEY） |
-| 6 | ~~`_graph_search()`~~ | ~~图谱检索（已废弃，graph/ 目录已清空）~~ |
-| 7 | `_generate_fused_answer()` | 融合答案生成（多源信息+冲突处理） |
-| 8 | `_verify_and_refine_answer()` | 幻觉验证（防止 LLM 编造） |
-| 9 | `_extract_rich_media()` | 富媒体提取（图片/表格） |
-| 10 | `_attach_citations()` | 引用标注 |
 
 ---
 
@@ -489,7 +470,7 @@ curl -X POST http://localhost:5001/rag \
   }'
 ```
 
-**响应格式**: SSE（Server-Sent Events）流式返回
+**响应格式**：SSE（Server-Sent Events）流式返回
 
 ```
 event: token
@@ -501,7 +482,7 @@ data: {"text": "规定"}
 ...
 
 event: finish
-data: {"answer": "完整答案", "sources": [...], "citations": [...], "images": [...], "duration_ms": 3200}
+data: {"answer": "完整答案", "sources": [...], "citations": [...], "images": [...], "duration_ms": 200}
 ```
 
 ### 7.2 代码调用
@@ -520,20 +501,27 @@ for token in engine.generate_answer_stream(query, context, history=history):
     print(token, end="", flush=True)
 ```
 
-### 7.3 AgenticRAG 调用
+### 7.3 缓存统计查询
 
-```python
+```bash
-from core.agentic import AgenticRAG
+# 查看各层缓存命中率和统计
-
+curl http://localhost:5001/cache/stats \
-rag = AgenticRAG(max_iterations=3, enable_web_search=True)
+  -H "Authorization: Bearer mock-token-admin"
-result = rag.process("出差补助标准是什么？")
-
-print(f"答案: {result['answer']}")
-print(f"来源: {result['sources']}")
-print(f"图片: {result['images']}")
-print(f"引用: {result['citations']}")
 ```
 
+返回示例：
+
+```json
+{
+  "query_cache": {"total_entries": 50, "hits": 10, "misses": 6, "hit_rate": 0.625},
+  "embedding_cache": {"total_entries": 200, "hits": 0, "misses": 0, "hit_rate": 0},
+  "rerank_cache": {"total_entries": 100, "hits": 0, "misses": 0, "hit_rate": 0},
+  "semantic_cache": {"total_entries": 15, "hits": 6, "misses": 3, "hit_rate": 0.667}
+}
+```
+
+> 注：当 Query Cache 或 Semantic Cache 在外层拦截了重复查询时，Embedding Cache 和 Rerank Cache 的命中率为 0 是正常现象——重复查询根本不会到达这些层。
+
 ---
 
 ## 八、配置说明
@@ -565,10 +553,10 @@ RECALL_MULTIPLIER = 3            # 候选池最小倍数
 # 重排序
 USE_RERANK = True                # 启用重排序
 RERANK_BACKEND = "local"         # "local"=本地模型, "cloud"=云端API, "fallback"=优先云端失败回退本地
-RERANK_CLOUD_MODEL = "qwen3-rerank"  # 云端 Rerank 模型（DashScope API）
+RERANK_CLOUD_MODEL = "qwen3-rerank"
 RERANK_CANDIDATES = 20           # 送入重排序的候选数
 RERANK_TOP_K = 15                # 重排序后保留数
-RERANK_USE_ONNX = True           # ONNX 加速（仅本地模式，环境变量控制，默认开启）
+RERANK_USE_ONNX = True           # ONNX 加速（仅本地模式，环境变量控制）
 
 # RRF 融合
 RRF_K = 60                       # RRF 常数
@@ -581,30 +569,7 @@ MMR_TOP_K = 30                   # MMR 保留数
 MMR_LAMBDA = 0.5                 # 相关性 vs 多样性权衡
 ```
 
-### 8.3 缓存配置
+### 8.3 设备配置
-
-```python
-# 查询结果缓存
-QUERY_CACHE_ENABLED = True
-QUERY_CACHE_SIZE = 500
-QUERY_CACHE_TTL = 3600           # 1小时
-
-# Embedding 缓存
-EMBEDDING_CACHE_ENABLED = True
-EMBEDDING_CACHE_SIZE = 2000
-EMBEDDING_CACHE_TTL = 86400      # 24小时
-
-# Rerank 缓存
-RERANK_CACHE_ENABLED = True
-RERANK_CACHE_SIZE = 1000
-RERANK_CACHE_TTL = 3600          # 1小时
-
-# 语义缓存
-SEMANTIC_CACHE_ENABLED = True
-SEMANTIC_CACHE_THRESHOLD = 0.92  # 相似度阈值
-```
-
-### 8.4 设备配置
 
 ```python
 DEVICE = "auto"                  # auto / cuda / cpu / cuda:0
@@ -618,17 +583,9 @@ RERANK_DEVICE = DEVICE           # Rerank 模型设备
 
 ```
 core/                        # RAG 核心引擎
-├── engine.py                #   RAGEngine 单例（检索主流程、Rerank、RRF）
+├── engine.py                #   RAGEngine 单例（检索主流程、Rerank、RRF、流式生成）
-├── agentic.py               #   AgenticRAG 主类（Mixin 组合）
+├── cache.py                 #   三层 LRU 缓存管理器（Query/Embedding/Rerank）
-├── agentic_base.py          #   基础常量与条件导入
+├── semantic_cache.py        #   语义缓存（FAISS IndexFlatIP）
-├── agentic_query.py         #   QueryRewriteMixin（查询重写）
-├── agentic_search.py        #   SearchMixin（网络搜索）
-├── agentic_answer.py        #   AnswerMixin（答案生成、幻觉验证）
-├── agentic_citation.py      #   CitationMixin（引用标注）
-├── agentic_media.py         #   RichMediaMixin（富媒体提取）
-├── agentic_quality.py       #   QualityMixin（质量评估）
-├── agentic_context.py       #   ContextMixin（上下文压缩）
-├── agentic_meta.py          #   MetaQuestionMixin（元问题处理）
 ├── bm25_index.py            #   BM25Index（关键词检索）
 ├── chunker.py               #   文本分块器
 ├── mmr.py                   #   MMR 去重（语义向量版 + 文本 Jaccard 版）
@@ -637,14 +594,13 @@ core/                        # RAG 核心引擎
 ├── query_decomposer.py      #   QueryDecomposer（复杂查询拆分）
 ├── query_expansion.py       #   查询扩展
 ├── adaptive_topk.py         #   AdaptiveTopK（自适应 TopK）
-├── confidence_gate.py       #   ConfidenceGate（置信度门控）
+├── confidence_gate.py       #   ConfidenceGate（置信度门控，当前未接入生产流程）
-├── quality_assessor.py      #   多维质量评估
+├── quality_assessor.py      #   多维质量评估（当前未接入生产流程）
-├── reasoning_reflector.py   #   推理反思
+├── reasoning_reflector.py   #   推理反思（当前未接入生产流程）
-├── loop_guard.py            #   循环防护
+├── loop_guard.py            #   循环防护（当前未接入生产流程）
+├── prompt_guard.py          #   Prompt 安全守卫
 ├── llm_budget.py            #   LLM 调用预算控制
 ├── llm_utils.py             #   LLM 调用工具函数
-├── semantic_cache.py        #   语义缓存
-├── cache.py                 #   三层缓存管理器（Query/Embedding/Rerank）
 ├── status_codes.py          #   状态码定义
 └── constants.py             #   公共常量
 
@@ -666,7 +622,7 @@ knowledge/                   # 知识库管理
 
 api/                         # API 路由层
 ├── __init__.py              #   create_app() 工厂
-├── chat_routes.py           #   /chat, /rag(SSE), /search
+├── chat_routes.py           #   /chat, /rag(SSE), /search（核心编排入口）
 ├── kb_routes.py             #   /collections
 ├── document_routes.py       #   /documents/*
 ├── sync_routes.py           #   /sync
@@ -726,6 +682,10 @@ deploy/                      # 部署配置
 ├── gunicorn.conf.py         #   Gunicorn WSGI 配置
 └── wsgi.py                  #   WSGI 入口
 
+reports/                     # 分析报告
+├── cache_performance_report.md  #   缓存性能验证报告
+└── redis_migration_plan.md      #   Redis 缓存迁移方案（规划中）
+
 config/                      # 运行时配置
 └── banned_words.txt         #   敏感词库
 ```
@@ -734,8 +694,8 @@ config/                      # 运行时配置
 
 ## 十、与传统 RAG 对比
 
-| 特性 | 传统 RAG | Agentic RAG (当前) |
+| 特性 | 传统 RAG | 本系统 |
-|------|---------|-------------------|
+|------|---------|--------|
 | 意图判断 | 无 | IntentAnalyzer LLM 双层判断 |
 | 查询改写 | 无 | 口语化→专业术语 + 实体补全 + 指代消解 |
 | 检索方式 | 单一向量检索 | 向量 + BM25 + FAQ + 图片独立召回 |
@@ -744,14 +704,11 @@ config/                      # 运行时配置
 | 重排序 | 无 | 云端 qwen3-rerank API（支持本地 BGE 回退） |
 | 问题分解 | 无 | 自动拆分对比/推理类查询 |
 | 闲聊处理 | 无 | 意图分析自动判断 |
-| 网络搜索 | 无 | 可选支持（Serper API） |
+| 缓存体系 | 无 | 四层缓存（Query + Embedding + Rerank + 语义缓存） |
-| 知识图谱 | 无 | ~~可选支持（Neo4j）~~（已废弃，graph/ 目录已清空） |
+| 语义缓存 | 无 | FAISS 向量索引，相似查询复用（92x 加速） |
-| 幻觉验证 | 无 | 基于参考信息的答案验证 |
-| 置信度门控 | 无 | Reranker 分数驱动，低分触发补救 |
-| 缓存 | 无 | 三层缓存 + 语义缓存 |
 | 自适应 TopK | 固定 top_k | 根据置信度动态调整 |
 | 上下文理解 | 无 | 多轮对话 + 历史上下文 |
-| 响应时间 | ~2秒 | ~3-8秒（取决于 Rerank + LLM） |
+| 响应时间 | ~2秒 | 首次 ~3-8秒 / 缓存命中 ~100-200毫秒 |
 
 ---
 
@@ -759,71 +716,71 @@ config/                      # 运行时配置
 
 ### 11.1 Rerank 调用路径
 
-Rerank 在系统中有 **两个独立调用路径**：
+Rerank 在生产流程中有 **一个调用路径**：
 
 | 路径 | 位置 | 说明 |
 |------|------|------|
 | 主检索管线 | `engine.rerank_results()` | RRF 融合后、MMR 去重前执行，对候选重排取 top_k |
-| 置信度门控 | `confidence_gate._compute_scores()` | 直接调用 `reranker.predict()`，可能重复推理 |
 
-### 11.2 性能瓶颈
+### 11.2 性能特征
 
-| 瓶颈 | 严重程度 | 说明 |
+| 项目 | 说明 |
-|------|---------|------|
+|------|------|
-| Rerank 缓存命中率偏低 | 🟡 中 | `rerank_results()` 已正确调用缓存读写，但缓存 key 基于 `query + sorted(doc_ids)` 精确匹配，RRF 融合产出稍有不同就无法命中 |
+| Rerank 缓存命中率 | 偏低——键基于 `query + sorted(doc_ids)` 精确匹配，RRF 融合产出稍有不同就无法命中 |
-| 置信度门控重复推理 | 🟡 中 | 同一 query+documents 可能被 Rerank 两次（当前仅备用路径使用，暂未影响生产） |
+| 性能计时 | `rerank_results()` 返回 `_rerank_time_ms` 计时字段 |
-| ~~无性能计时~~ | ~~🟡 中~~ | 已修复：`rerank_results()` 现返回 `_rerank_time_ms` 计时字段 |
+| Query Cache 拦截 | 重复查询被 Query Cache 在外层拦截，不会到达 Rerank 层（正确行为） |
-| 查询分类器策略未生效 | 🟢 低 | `QueryClassifier` 定义的差异化 rerank 参数未传递到引擎 |
 
 ### 11.3 Rerank 配置参数
 
 | 配置项 | 默认值 | 说明 |
 |--------|--------|------|
 | `USE_RERANK` | `True` | 总开关 |
-| `RERANK_BACKEND` | `"local"` | 后端选择：`local`=本地模型, `cloud`=云端API, `fallback`=优先云端失败回退本地 |
+| `RERANK_BACKEND` | `"local"` | 后端选择 |
-| `RERANK_CLOUD_MODEL` | `"qwen3-rerank"` | 云端 Rerank 模型名称（DashScope API） |
+| `RERANK_CLOUD_MODEL` | `"qwen3-rerank"` | 云端模型名称 |
 | `RERANK_CLOUD_API_KEY` | 同 `DASHSCOPE_API_KEY` | 云端 API 密钥 |
 | `RERANK_CLOUD_BASE_URL` | `https://dashscope.aliyuncs.com/compatible-api/v1/reranks` | 云端 API 地址 |
 | `RERANK_CLOUD_TIMEOUT` | `15` | 云端请求超时（秒） |
-| `RERANK_MODEL_PATH` | `models/bge-reranker-base` | 本地模型路径（仅 local/fallback 模式） |
+| `RERANK_MODEL_PATH` | `models/bge-reranker-base` | 本地模型路径 |
 | `RERANK_CANDIDATES` | `20` | 送入 Rerank 的候选数 |
 | `RERANK_TOP_K` | `15` | Rerank 后保留数 |
-| `RERANK_USE_ONNX` | `True`（环境变量默认） | ONNX 加速开关（仅本地模式） |
+| `RERANK_USE_ONNX` | `True` | ONNX 加速开关 |
-| `RERANK_DEVICE` | 跟随 `DEVICE` | 设备选择（仅本地模式） |
+| `RERANK_DEVICE` | 跟随 `DEVICE` | 设备选择 |
 | `RERANK_THRESHOLD` | `0.3` | 上下文过滤阈值 |
-| `RERANK_CACHE_ENABLED` | `True` | 缓存开关（已在 `rerank_results()` 中使用） |
+| `RERANK_CACHE_ENABLED` | `True` | 缓存开关 |
 
 ---
 
 ## 十二、最佳实践
 
-### 12.1 何时使用 Agentic RAG
+### 12.1 何时使用 /rag 接口
 
-✅ **推荐使用**：
+**推荐使用**：
-- 复杂问题需要多轮检索
+
+- 复杂问题需要检索知识库
 - 用户表达模糊需要改写
 - 需要区分闲聊和知识问答
 - 需要多轮对话记忆
-- 需要引用来源和幻觉验证
+- 需要引用来源和证据
 
-❌ **不推荐使用**：
+**不推荐使用**（改用 `/search` 接口更快）：
-- 简单明确的问题（用 `/search` 接口更快）
+
-- 对响应时间极度敏感的场景
+- 简单明确的问题，只需返回原始检索结果
+- 对响应时间极度敏感且不需要 LLM 生成答案的场景
 
 ### 12.2 性能优化
 
 ```python
-# 减少迭代次数
-rag = AgenticRAG(max_iterations=2)
-
-# 禁用网络搜索
-rag = AgenticRAG(enable_web_search=False)
-
 # ONNX 加速默认已开启；如有兼容性问题可关闭（环境变量）
 # RERANK_USE_ONNX=false
 
 # 使用轻量 MMR（文本相似度代替语义向量）
 # config.py: MMR_USE_EMBEDDING = False
+
+# 调整语义缓存阈值（降低阈值可提高命中率，但可能降低准确性）
+# config.py: SEMANTIC_CACHE_THRESHOLD = 0.90
+
+# 调整缓存容量
+# config.py: QUERY_CACHE_SIZE = 1000  # 增大查询缓存容量
 ```
 
 ### 12.3 调试技巧
@@ -834,73 +791,62 @@ result = engine.search_knowledge("问题", top_k=10)
 debug = result.get('_debug', {})
 for step in debug.get('steps', []):
     print(f"步骤: {step['name']}, 详情: {step}")
+
+# 查看缓存统计
+from core.cache import get_cache_manager
+cm = get_cache_manager()
+print(cm.get_stats())
+
+# 查看语义缓存统计
+from core.semantic_cache import get_semantic_cache
+sc = get_semantic_cache()
+print({"hits": sc.hits, "misses": sc.misses, "total": sc.total_entries})
 ```
 
 ---
 
-## 附加篇：Agentic RAG 深入优化与工作机制
+## 十三、演进记录
 
-### 一、Agentic RAG 的核心架构
+### v4.0（2026-06-05）— 统一编排 + 四层缓存修复
 
-Agentic RAG 构建了动态的决策闭环，核心组件包括：
+**删除未使用的备用编排路径**：移除了 `core/agentic.py` 及 8 个 Mixin 文件（共 10 个文件 ~2050 行）。这些文件实现了完整的决策循环编排（含置信度门控、质量评估、推理反思等），但从未接入任何 HTTP 路由。
 
-- **意图分析器**：LLM 驱动的双层判断，替代硬编码规则
+**修复 Query Cache**：
-- **查询重写器**：口语化→专业术语、实体补全、指代消解
-- **混合检索引擎**：向量 + BM25 + FAQ + 图片独立召回 + RRF 融合
-- **MMR 去重**：平衡相关性与多样性，Rerank 后进一步精炼结果
-- **Rerank 重排**：云端 qwen3-rerank API 精确排序，支持本地 BGE 回退
-- **置信度门控**：Reranker 分数驱动，低分触发补救流程
-- **幻觉验证**：基于参考信息验证答案，防止 LLM 编造
 
-### 二、分阶段优化策略
+1. 修复 GET/SET 键不匹配——此前 SET 使用 `doc_hash` 分支，GET 使用 `kb_version` 分支，两端永远不匹配，命中率始终为 0%
+2. 修复 `CACHE_MIN_SCORE = 0.3` 阈值过高——ChromaDB 余弦距离经 `1-dist` 后得分约 0.03-0.06，远低于 0.3，导致几乎不写入缓存
 
-#### 1. 检索前：优化查询质量
+**集成语义缓存**：将 FAISS 语义缓存从已删除的备用路径移植到生产 `/rag` 端点，在意图分析后、混合检索前检查，命中时跳过整个检索+生成流程。验证结果：命中率 66.7%，92 倍加速。
 
-- **智能查询重写**：口语化表述 → 精准检索术语
+### v3.2 — 模型/Reranker/管线更新
-- **复杂问题分解**：对比/推理类查询自动拆分为子查询
-- **意图分析**：LLM 双层判断，避免不必要的检索
 
-#### 2. 检索中：提升召回精准度
+引入云端 qwen3-rerank、ONNX 加速、动态 RRF 权重等。
 
-- **多路召回与融合**：向量 + BM25 + FAQ + 图片独立召回
+---
-- **动态 RRF 权重**：查询类型/长度驱动的权重调整
-- **MMR 去重**：Rerank 后进一步精炼，平衡相关性与多样性（召回100 → Rerank取15 → MMR精炼）
-- **Rerank 重排**：云端 qwen3-rerank 精排，置信度门控过滤低质量结果
 
-#### 3. 检索后：质量评估与自我迭代
+## 十四、未来规划
 
-- **多维质量评估**：相关性/完整性/准确性/覆盖面
+### Redis 缓存外部化
-- **推理反思**：检查推理过程中未验证的假设
-- **分层补救**：低置信度 → 查询重写 → 网络搜索
 
-### 三、系统级优化
+当前四层缓存均为进程内内存存储，在多 Worker / 多实例部署时无法共享。已规划 Redis 迁移方案（详见 `reports/redis_migration_plan.md`），核心设计：
 
-#### 1. 避免"循环检索"陷阱
+- `RedisCacheManager` 提供与 `RAGCacheManager` 相同的接口
+- 通过 `REDIS_CACHE_URL` 环境变量启用，向后兼容
+- 语义缓存采用混合方案：FAISS 索引保持在进程内，缓存结果存储到 Redis
+- Query Cache、Embedding Cache、Rerank Cache 全部迁移到 Redis
 
-- 循环防护器（`loop_guard.py`）：最多允许 N 次重写检索
+### 可选能力接入
-- 置信度递增检查：连续两次无提升则终止
 
-#### 2. 平衡智能性与效率
+`core/` 目录下仍保留以下独立模块，当前未接入生产流程，可按需启用：
 
-- 轻量级决策模型：意图分析使用低温度、少 token 的 LLM 调用
+- `confidence_gate.py`：置信度门控，基于 Reranker 分数判断检索质量
-- 三层缓存：Query Cache + Embedding Cache + Rerank Cache
+- `quality_assessor.py`：多维质量评估（相关性/完整性/准确性/覆盖面）
-- 语义缓存：相似查询复用结果（threshold=0.92）
+- `reasoning_reflector.py`：推理反思，检查未验证的假设
-- LLM 预算控制：`MAX_LLM_CALLS_PER_QUERY = 2`
+- `loop_guard.py`：循环防护，防止重复检索
 
-#### 3. 安全与可解释性
+---
 
-- 证据溯源：引用标注 + 来源编号
+## 参考资料
-- 思维链展示：`log_trace` 记录推理过程
-- 安全护栏：输入验证 + 输出过滤 + 权限控制
-
-### 四、学术前沿
-
-1. **RAG-Gym**：三维度系统优化（提示工程 + 执行器调优 + 评判器训练）
-2. **过程监督 vs 结果监督**：细粒度过程奖励显著提升训练效率
-3. **Re2Search**：推理反思机制，F1 score 提升 10%+
-
-### 参考资料
 
 1. Xiong, G., et al. (2025). RAG-Gym: Systematic Optimization of Language Agents for Retrieval-Augmented Generation. arXiv:2502.13957
 2. Zhang, W., et al. (2025). Process vs. Outcome Reward: Which is Better for Agentic RAG Reinforcement Learning. arXiv:2505.14069
-3. Agentic RAG 实战指南：从查询重写到多步重查全掌握。火山引擎 ADG 社区

docs/开发与系统模块说明.md

@@ -444,7 +444,7 @@ Query Rewriting: "它" → "出差补助"
 
 - [后端对接规范.md](./后端对接规范.md) - API 接口规范（主要）
 - [数据库设计文档.md](./数据库设计文档.md) - 数据库结构
-- [Agentic_RAG完整指南.md](./Agentic_RAG完整指南.md) - Agentic RAG 详解
+- [RAG系统完整指南.md](./RAG系统完整指南.md) - RAG 系统架构与缓存详解
 
 
 ---

knowledge/manager.py

@@ -393,6 +393,11 @@ class KnowledgeBaseManager(
         if len(chunks) < 2:
             return chunks
 
+        # 检测页码是否可靠：若所有 chunk 的 page_start 相同（如 Word 文档 page_idx 全为 0），
+        # 则页码信息不可用，需要启用降级合并规则
+        page_values = set(getattr(c, 'page_start', 0) for c in chunks)
+        pages_unavailable = len(page_values) <= 1
+
         merged_chunks = []
         i = 0
         merge_count = 0
@@ -405,6 +410,7 @@ class KnowledgeBaseManager(
                 # 查找下一个表格（跳过中间的"续表"文本）
                 next_table_idx = None
                 next_chunk = None
+                intermediate_texts = []  # 收集中间文本用于降级判断
 
                 for j in range(i + 1, min(i + 4, len(chunks))):  # 最多向前看3个切片
                     candidate = chunks[j]
@@ -419,7 +425,11 @@ class KnowledgeBaseManager(
                     elif candidate_type == 'text' and ('续表' in candidate_title or '续表' in candidate_content):
                         # 遇到"续表"文本，继续查找下一个表格
                         continue
-                    elif candidate_type not in ('text',):
+                    elif candidate_type == 'text':
+                        # 非"续表"文本，收集后停止查找
+                        intermediate_texts.append(candidate)
+                        break
+                    else:
                         # 遇到非文本类型，停止查找
                         break
 
@@ -439,24 +449,59 @@ class KnowledgeBaseManager(
                     # 获取内容（用于检测"续表"）
                     next_content = getattr(next_chunk, 'content', '')
 
+                    # 通用/无意义标题集合，这些标题不能用于"标题相似"判定
+                    _GENERIC_TITLES = {'表格', 'table', '表格', ''}
+
                     # 判断是否为跨页表格
                     is_cross_page = False
 
                     # 规则1: 页码连续（如果页码有效）
                     page_valid = curr_page_end > 0 and next_page_start > 0
                     if page_valid and curr_page_end + 1 == next_page_start:
-                        is_cross_page = True
+                        # 页码连续时，还需标题匹配或为通用标题才合并
+                        # 避免把不同页面上不相关的表格错误合并
+                        if curr_title == next_title or curr_title in _GENERIC_TITLES and next_title in _GENERIC_TITLES:
+                            is_cross_page = True
+                        elif curr_title and next_title:
+                            clean_next_r1 = next_title.replace('续表', '').strip()
+                            if curr_title in clean_next_r1 or clean_next_r1 in curr_title:
+                                is_cross_page = True
 
                     # 规则2: 第二个表格标题或内容包含"续表"
                     elif '续表' in next_title or '续表' in next_content:
                         is_cross_page = True
 
                     # 规则3: 标题相似（去掉"续表"后比较）
-                    elif curr_title and next_title:
+                    # 排除通用标题（如"表格"），防止把所有标题为"表格"的相邻表格都误合并
+                    elif (curr_title and next_title
+                          and curr_title not in _GENERIC_TITLES
+                          and next_title not in _GENERIC_TITLES):
                         clean_next = next_title.replace('续表', '').strip()
-                        if curr_title in clean_next or clean_next in curr_title:
+                        if clean_next and (curr_title in clean_next or clean_next in curr_title):
                             is_cross_page = True
 
+                    # 规则4（降级）: 页码不可用（如 Word 文档 page_idx 全为 0）
+                    # 仅当页码信息缺失时才启用此规则，避免 PDF 正常页码时被误合并
+                    if (not is_cross_page
+                            and pages_unavailable
+                            and curr_title in _GENERIC_TITLES
+                            and next_title in _GENERIC_TITLES):
+                        # 检查中间文本是否暗示跨页延续（空、短文本、续表标记等）
+                        has_separating_content = False
+                        for text_chunk in intermediate_texts:
+                            tc = (getattr(text_chunk, 'content', '') or '').strip()
+                            tt = (getattr(text_chunk, 'title', '') or '').strip()
+                            if not tc:
+                                continue  # 空文本不算分隔
+                            if '续表' in tc or '续表' in tt:
+                                continue  # 续表标记，说明是跨页
+                            # 有实质性中间内容（如分类标题"A3类：xxx"），不合并
+                            has_separating_content = True
+                            break
+                        if not has_separating_content:
+                            is_cross_page = True
+                            logger.debug(f"降级合并(页码不可用): '{curr_title}' + '{next_title}'")
+
                     if is_cross_page:
                         # 执行合并
                         merge_count += 1
@@ -469,14 +514,27 @@ class KnowledgeBaseManager(
                             # 合并两个表格的 HTML
                             current.table_html = curr_html + '\n' + next_html
 
-                        # 合并 image_path 到 images
+                        # 合并 image_path 和嵌入图片到 images
                         curr_img = getattr(current, 'image_path', None)
                         next_img = getattr(next_chunk, 'image_path', None)
-                        merged_images = []
+                        curr_images = getattr(current, 'images', None) or []
-                        if curr_img:
+                        next_images = getattr(next_chunk, 'images', None) or []
+
+                        # 合并两个表格的所有图片（image_path + 嵌入图片）
+                        merged_images = list(curr_images)  # 保留当前表格的嵌入图片
+                        # 添加 image_path 图片（如果不在列表中）
+                        existing_ids = {img.get('id', '') for img in merged_images if isinstance(img, dict)}
+                        if curr_img and curr_img not in existing_ids:
                             merged_images.append({'id': curr_img, 'page': curr_page_end})
-                        if next_img:
+                            existing_ids.add(curr_img)
+                        for img in next_images:  # 添加下一个表格的嵌入图片
+                            img_id = img.get('id', '') if isinstance(img, dict) else ''
+                            if img_id and img_id not in existing_ids:
+                                merged_images.append(img)
+                                existing_ids.add(img_id)
+                        if next_img and next_img not in existing_ids:
                             merged_images.append({'id': next_img, 'page': next_page_start})
+
                         if merged_images:
                             current.images = merged_images
                             # 保留第一个图片作为主 image_path
@@ -525,7 +583,7 @@ class KnowledgeBaseManager(
         try:
             from config import get_llm_client, DASHSCOPE_MODEL
             client = get_llm_client()
-            summary = call_llm(client, prompt, DASHSCOPE_MODEL, max_tokens=100)
+            summary = call_llm(client, prompt, DASHSCOPE_MODEL, max_tokens=512)
             return summary.strip() if summary else ""
         except Exception as e:
             logger.warning(f"生成表格摘要失败: {e}")
@@ -584,7 +642,7 @@ class KnowledgeBaseManager(
                         ]
                     }
                 ],
-                max_tokens=200
+                max_tokens=512
             )
 
             description = response.choices[0].message.content

knowledge/router.py

@@ -283,7 +283,7 @@ class KnowledgeBaseRouter:
         content = call_llm(
             self.llm_client, prompt, MODEL,
             temperature=0.1,
-            max_tokens=100
+            max_tokens=512
         )
 
         if content is None:

parsers/heading_rules.py

@@ -0,0 +1,347 @@
+# -*- coding: utf-8 -*-
+"""
+标题识别规则引擎
+
+将 _detect_heading_level 的硬编码正则提取为可配置的规则列表。
+规则按优先级从高到低排序，第一个匹配即返回。
+
+MinerU 解析 DOCX 等 Office 格式时通常不提供 text_level（全部为 0），
+此时需要启发式识别标题层级。本模块提供可配置的规则引擎替代原来的
+硬编码 if-elif 链。
+
+设计要点：
+- HeadingRule 数据类支持正向匹配（pattern）和反向排除（exclude_pattern）
+- 长度约束（min_length / max_length）可精确控制匹配范围
+- 规则可单独禁用（enabled=False），便于调试
+- 全局单例通过 config.py 覆盖默认值
+
+MinerU v2 格式备注：
+    content_list_v2.json 中的 paragraph_content 包含 style=["bold"] 信息，
+    layout.json 中的 spans 也有 style 信息。这些信息比正则匹配 **加粗** 更可靠，
+    但当前代码使用 v1 格式（content_list.json），暂不利用 v2 的 style。
+    HeadingRuleEngine.detect() 签名预留了 style 参数，未来切换到 v2 格式后
+    可直接利用 style 信息辅助判断。
+"""
+
+import re
+import logging
+from dataclasses import dataclass
+from typing import Optional, List, Tuple
+
+logger = logging.getLogger(__name__)
+
+
+@dataclass
+class HeadingRule:
+    """
+    标题识别规则
+
+    每条规则定义一个文本模式到标题级别的映射。
+    规则引擎按列表顺序逐条匹配，第一个命中即返回。
+
+    Attributes:
+        pattern: 编译后的正则（match 语义，从文本开头匹配）
+        level: 匹配时返回的标题级别 (1=h1, 2=h2, 3=h3)
+        name: 规则名称（用于日志和配置覆盖）
+        max_length: 文本最大长度，0=不限
+        min_length: 文本最小长度，0=不限
+        enabled: 是否启用
+        exclude_pattern: 匹配此模式则排除（反向过滤）
+
+    Example:
+        >>> rule = HeadingRule(
+        ...     pattern=re.compile(r'^第[一二三四五六七八九十百千万]+[章节篇部]'),
+        ...     level=1,
+        ...     name="chinese_chapter",
+        ... )
+        >>> rule.match("第一章 总则")
+        1
+        >>> rule.match("这是正文")
+        0
+    """
+
+    pattern: re.Pattern
+    level: int
+    name: str
+    max_length: int = 0
+    min_length: int = 0
+    enabled: bool = True
+    exclude_pattern: Optional[re.Pattern] = None
+
+    def match(self, text: str) -> int:
+        """
+        检查文本是否匹配此规则
+
+        Args:
+            text: 待检测文本（调用前应已 strip）
+
+        Returns:
+            标题级别，0 表示不匹配
+        """
+        if not self.enabled:
+            return 0
+        if self.min_length > 0 and len(text) < self.min_length:
+            return 0
+        if self.max_length > 0 and len(text) > self.max_length:
+            return 0
+        if self.exclude_pattern and self.exclude_pattern.search(text):
+            return 0
+        if self.pattern.match(text):
+            return self.level
+        return 0
+
+
+# 默认规则列表（按优先级从高到低）
+#
+# 注意事项：
+# - 数字三级标题 (1.1.1) 必须在二级 (1.1) 之前，因为 1.1.1 也匹配 ^\d+\.\d+
+# - short_chinese_heading 是最宽泛的规则，放在最后作为兜底
+# - 第 9 条规则相比原版增加了 exclude_pattern，排除以句末标点结尾的短文本
+DEFAULT_HEADING_RULES: List[HeadingRule] = [
+    # 1. 中文章节标题 -> h1
+    #    匹配：第一章、第二章、第十节、第三篇 等
+    HeadingRule(
+        pattern=re.compile(r'^第[一二三四五六七八九十百千万]+[章节篇部]'),
+        level=1,
+        name="chinese_chapter",
+    ),
+    # 2. 中文条款编号 -> h2
+    #    匹配：第一条、第三款 等
+    HeadingRule(
+        pattern=re.compile(r'^第[一二三四五六七八九十百千万]+[条款]'),
+        level=2,
+        name="chinese_article",
+    ),
+    # 3. 数字三级标题 -> h3（必须在二级之前匹配）
+    #    匹配：1.1.1 背景、2.3.4 方案 等
+    HeadingRule(
+        pattern=re.compile(r'^\d+\.\d+\.\d+[\.、\s]'),
+        level=3,
+        name="numeric_level3",
+        max_length=100,
+    ),
+    # 4. 数字二级标题 -> h2（必须在一级之前匹配）
+    #    匹配：1.1 背景、2.3 方案 等
+    HeadingRule(
+        pattern=re.compile(r'^\d+\.\d+[\.、\s]'),
+        level=2,
+        name="numeric_level2",
+        max_length=80,
+    ),
+    # 5. 数字一级标题 -> h1
+    #    匹配：1. 概述、2、背景 等
+    HeadingRule(
+        pattern=re.compile(r'^\d+[\.、\s]'),
+        level=1,
+        name="numeric_level1",
+        max_length=50,
+    ),
+    # 6. 英文章节标题 -> h1
+    #    匹配：Chapter 1、Section 2、Part 3 等
+    HeadingRule(
+        pattern=re.compile(r'^(Chapter|Section|Part|Chapter\s+\d+|Section\s+\d+)', re.IGNORECASE),
+        level=1,
+        name="english_chapter",
+    ),
+    # 7. 分类标题 -> h3（必须在 bold_short_text 之前，否则 **A2类：** 会被加粗规则抢先匹配）
+    #    匹配：A1类：公园、**A2类**：各类卫生医疗机构、**B1类：** 道路 等
+    HeadingRule(
+        pattern=re.compile(r'^\*{0,2}[A-Z]\d+[类類]\*{0,2}[：:]'),
+        level=3,
+        name="category_heading",
+    ),
+    # 8. 加粗短文本 -> h2
+    #    匹配：**重要通知**、**概述** 等（Markdown 加粗标记）
+    #    注意：**A2类：** 已被分类标题规则优先匹配，不会误判为 h2
+    HeadingRule(
+        pattern=re.compile(r'^\*\*.+\*\*$'),
+        level=2,
+        name="bold_short_text",
+        max_length=50,
+    ),
+    # 9. 短中文文本 -> h2（替代原"任何 <20 字符含中文"规则）
+    #    关键改进：排除以句末标点结尾的文本
+    #    原规则将 "这是一段正文。" 也识别为 h2，导致大量误判
+    #    新规则：包含中文 + 长度 2-20 + 不以句末标点结尾 → h2
+    HeadingRule(
+        pattern=re.compile(r'[一-鿿]'),
+        level=2,
+        name="short_chinese_heading",
+        max_length=20,
+        min_length=2,
+        exclude_pattern=re.compile(r'[。！？；…]$'),
+        enabled=True,
+    ),
+]
+
+
+class HeadingRuleEngine:
+    """
+    标题识别规则引擎
+
+    按规则列表顺序逐条匹配，第一个命中即返回标题级别。
+    支持从 config.py 加载自定义规则或覆盖默认规则参数。
+
+    Example:
+        >>> engine = HeadingRuleEngine()
+        >>> engine.detect("第一章 总则")
+        (1, 'chinese_chapter')
+        >>> engine.detect("这是普通正文。")
+        (0, None)
+    """
+
+    def __init__(self, rules: Optional[List[HeadingRule]] = None) -> None:
+        """
+        Args:
+            rules: 规则列表，None 则使用默认规则的深拷贝
+        """
+        if rules is not None:
+            self.rules: List[HeadingRule] = rules
+        else:
+            import copy
+            self.rules = copy.deepcopy(DEFAULT_HEADING_RULES)
+
+    def detect(self, text: str, style: Optional[List[str]] = None) -> Tuple[int, Optional[str]]:
+        """
+        检测文本的标题级别
+
+        Args:
+            text: 待检测文本
+            style: MinerU v2 格式中的 style 信息（如 ["bold"]），
+                   当文本标记为 bold 且较短时，可直接判定为标题，
+                   无需依赖 Markdown **...** 标记。
+
+        Returns:
+            (level, rule_name): 标题级别和匹配的规则名
+            level=0 表示不是标题
+        """
+        text = text.strip()
+        if not text:
+            return 0, None
+
+        # v2 style 信息：如果文本标记为 bold 且较短，优先尝试加粗规则
+        if style and 'bold' in style and 2 <= len(text) <= 50:
+            # 先检查是否匹配更高优先级的分类标题规则
+            for rule in self.rules:
+                if rule.name == 'category_heading' and rule.enabled:
+                    level = rule.match(text)
+                    if level > 0:
+                        logger.debug(f"标题识别(v2 style): '{text[:30]}' -> h{level} (规则: {rule.name})")
+                        return level, rule.name
+
+            # 再检查是否匹配中文章节/条款等高优先级规则
+            for rule in self.rules:
+                if rule.name in ('chinese_chapter', 'chinese_article', 'numeric_level3',
+                                 'numeric_level2', 'numeric_level1', 'english_chapter') and rule.enabled:
+                    level = rule.match(text)
+                    if level > 0:
+                        logger.debug(f"标题识别(v2 style): '{text[:30]}' -> h{level} (规则: {rule.name})")
+                        return level, rule.name
+
+            # 否则作为加粗短文本 → h2（与 bold_short_text 规则对齐，但不依赖 **...** 标记）
+            logger.debug(f"标题识别(v2 style): '{text[:30]}' -> h2 (规则: bold_short_text_via_style)")
+            return 2, 'bold_short_text'
+
+        # 常规规则匹配（v1 格式或无 style 信息时）
+        for rule in self.rules:
+            level = rule.match(text)
+            if level > 0:
+                logger.debug(f"标题识别: '{text[:30]}' -> h{level} (规则: {rule.name})")
+                return level, rule.name
+
+        return 0, None
+
+
+# ==================== 全局单例 ====================
+
+_engine: Optional[HeadingRuleEngine] = None
+
+
+def get_heading_engine() -> HeadingRuleEngine:
+    """获取全局标题识别引擎（延迟初始化，线程安全）"""
+    global _engine
+    if _engine is None:
+        _engine = _create_engine_from_config()
+    return _engine
+
+
+def _create_engine_from_config() -> HeadingRuleEngine:
+    """
+    从 config 创建引擎（支持配置覆盖）
+
+    优先级：
+    1. config.HEADING_RULES_CONFIG 不为 None → 使用自定义规则
+    2. config 细粒度参数覆盖默认规则（如 HEADING_SHORT_TEXT_ENABLED）
+    3. 使用默认规则
+    """
+    # 尝试加载完整自定义规则
+    try:
+        from config import HEADING_RULES_CONFIG
+        if HEADING_RULES_CONFIG is not None:
+            rules = _build_rules_from_config(HEADING_RULES_CONFIG)
+            logger.info(f"使用自定义标题规则: {len(rules)} 条")
+            return HeadingRuleEngine(rules)
+    except ImportError:
+        pass
+
+    # 使用默认规则，应用细粒度配置覆盖
+    rules = list(DEFAULT_HEADING_RULES)
+    try:
+        from config import HEADING_SHORT_TEXT_ENABLED
+        for rule in rules:
+            if rule.name == "short_chinese_heading":
+                rule.enabled = HEADING_SHORT_TEXT_ENABLED
+                logger.debug(f"配置覆盖: short_chinese_heading.enabled={HEADING_SHORT_TEXT_ENABLED}")
+    except ImportError:
+        pass
+
+    try:
+        from config import HEADING_SHORT_TEXT_MAX_LENGTH
+        for rule in rules:
+            if rule.name == "short_chinese_heading":
+                rule.max_length = HEADING_SHORT_TEXT_MAX_LENGTH
+                logger.debug(f"配置覆盖: short_chinese_heading.max_length={HEADING_SHORT_TEXT_MAX_LENGTH}")
+    except ImportError:
+        pass
+
+    return HeadingRuleEngine(rules)
+
+
+def _build_rules_from_config(config: list) -> List[HeadingRule]:
+    """
+    从配置字典列表构建规则列表
+
+    Args:
+        config: 规则配置列表，每项为 dict，包含：
+            - pattern (str): 正则表达式字符串
+            - level (int): 标题级别
+            - name (str): 规则名称
+            - max_length (int, 可选): 文本最大长度
+            - min_length (int, 可选): 文本最小长度
+            - enabled (bool, 可选): 是否启用
+            - exclude_pattern (str, 可选): 排除正则
+
+    Returns:
+        规则列表
+    """
+    rules = []
+    for item in config:
+        exclude = None
+        if 'exclude_pattern' in item:
+            exclude = re.compile(item['exclude_pattern'])
+        rules.append(HeadingRule(
+            pattern=re.compile(item['pattern']),
+            level=item['level'],
+            name=item['name'],
+            max_length=item.get('max_length', 0),
+            min_length=item.get('min_length', 0),
+            enabled=item.get('enabled', True),
+            exclude_pattern=exclude,
+        ))
+    return rules
+
+
+def reset_heading_engine() -> None:
+    """重置引擎（用于测试）"""
+    global _engine
+    _engine = None

services/feedback.py

@@ -616,7 +616,7 @@ class FeedbackService:
                 prompt=prompt,
                 model=self.model,
                 temperature=0.7,
-                max_tokens=200
+                max_tokens=512
             )
 
             if not response:

services/session.py

@@ -159,7 +159,7 @@ class SessionManager:
                 SELECT id, role, content, metadata, created_at
                 FROM messages
                 WHERE session_id = ?
-                ORDER BY created_at DESC
+                ORDER BY created_at DESC, id DESC
                 LIMIT ?
             ''', (session_id, limit))