# RAG 系统数据归属与前后端协作方案

> **文档类型**: 架构设计
> **创建日期**: 2026-04-13
> **状态**: 已确认（数据清单更新于 2026-06）
> **目标**: 梳理数据存储归属、明确前后端组与 RAG 组的职责边界

---

## 一、数据存储清单

### 1.1 当前系统中的所有数据库（4 个 SQLite 文件，按环境子目录分离）

| 数据库文件 | 环境 | 存储内容 |
|-----------|------|---------|
| `data/prod/knowledge.db` | 生产 | 知识库管理（向量元数据、文档索引等） |
| `data/prod/feedback.db` | 生产 | 问答质量闭环 |
| `data/dev/session.db` | 开发 | 会话管理 |
| `data/dev/exam.db` | 开发 | 出题批卷 |

> **注**：向量数据存储在 `knowledge/vector_store/chroma/` 目录（ChromaDB），不计入 SQLite 文件。
> `outline_cache.db`、`sync_data.db`、`exam_analysis.db` 已合并或移除。

### 1.2 涉及用户信息的数据

| 数据库 | 表 | 用户字段 | 敏感程度 |
|--------|-----|----------|----------|
| `data/dev/session.db` | sessions | user_id | 低（仅ID） |
| `data/dev/session.db` | messages | 通过session关联 | 低 |
| `data/prod/feedback.db` | feedbacks | user_id | 低 |
| `data/dev/exam.db` | student_answers | student_id | 低 |
| `data/dev/exam.db` | grade_reports | student_id | 低 |

---

## 二、数据归属划分

### 2.1 前后端组管理的数据

| 数据类型 | 说明 |
|----------|------|
| 用户账户信息 | 账号、密码、个人信息 |
| 用户认证 Token | Token 生成与验证 |
| 权限角色定义 | 角色与权限的映射关系 |
| 组织架构 | 部门、岗位信息 |
| 业务主数据 | 学生学籍、课程安排等 |

**存储**：前后端组的用户数据库/认证系统
**传递方式**：通过网关注入 HTTP Header

### 2.2 RAG 组管理的数据

| 数据类型 | 说明 |
|----------|------|
| 向量数据库 | 所有知识库向量（ChromaDB） |
| 文档内容 | PDF/Word/Excel 原始文件 |
| 知识库元数据 | 文档索引、向量关联（`knowledge.db`） |
| 题目与试卷数据 | 出题相关（`exam.db`） |
| 批阅报告 | 考试批卷结果（`exam.db`） |
| 会话历史 | 对话记录（`session.db`） |
| 问答反馈 | 质量闭环数据（`feedback.db`） |

**存储**：本地 SQLite（按 `data/prod/`、`data/dev/` 环境分离） + ChromaDB

---

## 三、核心原则

| 原则 | 说明 |
|------|------|
| **用户认证归前后端** | 登录、密码、Token 生成由前后端组负责 |
| **业务数据归 RAG** | 与知识库、出题、批卷相关的数据由 RAG 组管理 |
| **用户 ID 作为关联键** | 使用 user_id 关联两边数据，不存储完整用户信息 |
| **网关传递用户信息** | 通过 HTTP Header 注入，RAG 系统不实现登录 |

---

## 四、数据流向图

### 4.1 用户信息流向

```
┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│   用户登录   │────▶│  前后端认证  │────▶│  网关注入    │
│             │     │  系统       │     │  Header     │
└─────────────┘     └─────────────┘     └──────┬──────┘
                           │                   │
                           ▼                   ▼
                    ┌─────────────┐     ┌─────────────┐
                    │ 用户数据库   │     │  RAG 系统    │
                    │ (前后端组)   │     │  接收用户信息 │
                    │             │     │             │
                    │ • 账号密码   │     │ • X-User-ID │
                    │ • 个人信息   │     │ • X-User-Role│
                    │ • 角色权限   │     │ • X-User-Dept│
                    └─────────────┘     └──────┬──────┘
                                               │
                                               ▼
                                        ┌─────────────┐
                                        │  RAG 数据库  │
                                        │             │
                                        │ • knowledge.db│
                                        │ • feedback.db │
                                        │ • session.db  │
                                        │ • exam.db     │
                                        │ 存储 user_id │
                                        │ 不存用户详情 │
                                        └─────────────┘
```

---

## 五、接口协作

### 5.1 前后端组调用 RAG 系统的接口

| 场景 | API | Header 需要 |
|------|-----|-------------|
| 用户聊天 | `POST /chat` 或 `/rag` | X-User-ID, X-User-Role |
| 获取历史 | `GET /sessions`, `GET /history/<id>` | X-User-ID |
| 上传文档 | `POST /documents/upload` | X-User-ID, X-User-Role, X-User-Department |
| 出题 | `POST /exam/generate` | X-User-ID, X-User-Role |
| 批卷 | `POST /exam/grade` | X-User-ID, X-User-Role |

### 5.2 RAG 系统调用前后端组的接口

**需要前后端组提供**：

```
GET /api/users/{user_id}

响应:
{
  "user_id": "xxx",
  "username": "用户名",
  "name": "真实姓名",
  "role": "admin/manager/user",
  "department": "部门名称"
}
```

---

## 六、确认结果

### 用户选择

| 问题 | 用户选择 | 说明 |
|------|---------|------|
| 会话历史归属 | **RAG组管理** | 会话历史由 RAG 系统存储，前后端组通过 API 查询 |
| 学生姓名处理 | **存ID调接口** | 只存储 student_id，需要时调用前后端接口获取姓名 |
| 需要的前后端接口 | **获取用户信息接口** | 需要前后端组提供根据 user_id 获取用户信息的 API |

### RAG 系统需要修改的地方

| 修改项 | 文件 | 说明 |
|--------|------|------|
| 学生答卷存储 | `exam_pkg/manager.py` | 改为只存储 student_id，不存 student_name |
| 批阅报告生成 | `exam_pkg/manager.py` | 生成报告时调用前后端接口获取姓名 |
| 用户信息获取 | `services/user_info.py`（待创建） | 封装调用前后端接口的逻辑，当前尚未实现 |

---

## 七、最终方案

```
┌─────────────────────────────────────────────────────────────────────────┐
│  前后端组                               │  RAG 组                        │
├─────────────────────────────────────────┼─────────────────────────────────┤
│  ✓ 用户账户与认证                       │  ✓ 知识库与向量存储              │
│  ✓ 权限角色管理                         │  ✓ 会话历史存储                  │
│  ✓ 组织架构数据                         │  ✓ 题目试卷管理                  │
│  ✓ 业务主数据（学生/课程等）             │  ✓ 批阅报告（仅存 student_id）   │
│  ✓ 网关配置                             │  ✓ 反馈与质量分析                │
│  ✓ 提供用户信息查询 API                 │  ✓ 知识库元数据（knowledge.db）   │
├─────────────────────────────────────────┴─────────────────────────────────┤
│  数据关联：通过 user_id / student_id                                      │
│  RAG 系统调用前后端 API 获取用户详情                                       │
│  数据库按环境分离：data/prod/（knowledge.db, feedback.db）data/dev/（session.db, exam.db）│
└─────────────────────────────────────────────────────────────────────────┘
```