Files

T

对练真LLM与语音接口、短信固定验证码、组织快照表写入 AGENTS.md 规则
与 API_INTEGRATION/DEV_SETUP/README;导入任务取消同步进作战清单、
迁移计划与 TechSpec。

2026-07-03 21:45:38 +08:00

ruoyi-ai 能力分片迁移计划

目标：逐步吸收 ageerle/ruoyi-ai 的知识库、模型配置、文档解析、RAG 和 chat 能力，但保留本项目 ruoyi-aihr 的业务边界，不整包搬入 ruoyi-chat。

迁移原则

阶段	搬什么	不搬什么	验收
1. 知识库 schema	`knowledge_info / attach / fragment` 改造为 `aihr_knowledge_*`	向量库、LLM、上传 UI	SQL 可导入，seed API 不受影响
2. 模型能力	`chat_provider / chat_model` 改造为 `aihr_model_*`，最小 OpenAI-compatible 调用边界	多模型市场、图像、SSE、成本看板	模型列表可查；数据库配置后可调用 `/chat/completions`
3. 文档解析	文本/Markdown/PDF/Word/Excel/PPT loader、OSS-first 上传与分片	异步重试队列、图片智能分析	txt/md/PDF/Word/Excel/PPT 文件可落 OSS 并解析为 fragment
4. 检索与 embedding	MySQL Fulltext + OpenAI-compatible embedding + Qdrant 最小向量召回	Milvus/Weaviate 全量适配、独立向量库后台	同一问题返回带分数片段，配置 vector 模型后片段有 embedding，Qdrant 可用时参与 RRF 融合
5. 资料处理状态	解析任务状态页、资料分类、处理链路、多文件/目录选择上传、服务端后台目录导入任务	单失败文件重试、分布式队列	能查看等待解析/解析中/已完成/失败、片段数、向量化状态并导入 MVP 样例文件
6. RAG 回答	带引用回答、训练题生成	多模型市场、成本看板	SOP 页面展示真实引用
7. Chat	最小会话、消息、引用来源	多智能体、工作流、MCP、Skills	可围绕 SOP 连续追问

ruoyi-ai 来源	本项目落点
`ruoyi-modules/ruoyi-chat/controller/knowledge`	`ruoyi-aihr/controller` 下只保留业务 API
`KnowledgeAttachServiceImpl`	文档上传、解析、分片、入库服务
`KnowledgeRetrievalServiceImpl`	检索服务，先保留 fulltext，再接向量
`VectorStoreService`	暂不抽独立 service，先在 `AihrSopSeedService` 用 Qdrant REST 做最小闭环
`chat_model / chat_provider`	`aihr_model_config / aihr_model_provider`
`CustomApiServiceImpl / OpenAIServiceImpl`	先落 `AihrModelSeedService` 的 OpenAI-compatible HTTP 边界
`EmbeddingModelFactory / RerankModelFactory`	后续接向量化与重排序时再搬 provider adapter

新增 MySQL 8 DDL：backend/script/sql/aihr_model_mysql8.sql
先定义 aihr_model_provider、aihr_model_config
新增后端 API：GET /api/aihr/model/providers、GET /api/aihr/model/configs、POST /api/aihr/model/chat
POST /api/aihr/model/chat 优先读取 aihr_model_config，并从 aihr_model_provider 继承 api_host/api_key；未配置时返回 seed fallback，不向接口响应暴露密钥。

新增后端 API：POST /api/knowledge/doc/upload
SOP 页面已提供“上传文档”入口，支持 .txt/.md/.markdown/.pdf/.doc/.docx/.xls/.xlsx/.ppt/.pptx。
上传时先复用若依 sys_oss 写入 MinIO，再按 category 找到或创建 aihr_knowledge_info，在 aihr_knowledge_attach 绑定 oss_id/doc_id，最后写入 aihr_knowledge_fragment。
当前限制 100MB 内；同一知识库同名文件会复用 doc_id 并替换旧片段。
PDF/Word 解析走 Tika core + PDF/Microsoft 模块，不整包引入标准解析器集合。
暂不引入图片智能分析和异步解析任务；这些进入后续片。

/api/knowledge/search 已优先查询 aihr_knowledge_fragment。
检索方式先迁移 ruoyi-ai 的 MySQL Fulltext 关键词召回：MATCH(content) AGAINST(...)。
MySQL 未命中或表未导入时仍回退当前 seed，保证 MVP 页面不断。
aihr_knowledge_fragment 已增加 embedding_json/embedding_model/embedding_time。
若数据库启用 category=vector 的模型配置，上传后会同步调用 OpenAI-compatible /embeddings 并写入片段向量。
Qdrant 已接入本地开发编排；embedding 写入 MySQL 后尽力 upsert 到默认 collection aihr_knowledge。
/api/knowledge/search 在 vector 模型和 Qdrant 可用时会生成 query embedding，走 Qdrant 召回后回 MySQL hydrate 片段，并与 MySQL Fulltext 用 RRF 融合。
Qdrant 不可用或 vector 模型未配置时，仍走 MySQL Fulltext / LIKE / seed fallback。
新增 GET /api/knowledge/doc/vector-index-status 和 POST /api/knowledge/doc/rebuild-vector-index，模型配置页可检查当前 vector 模型维度、Qdrant collection 维度、点数和片段向量数，并按当前模型清空旧 embedding 后重建。
外部 embedding 成功但 Qdrant 维度不匹配时不再静默降级为本地 hash 向量，避免同一资料在模型切换后出现“数据库有向量、索引不可用”的假成功。

新增后端 API：GET /api/knowledge/processing/overview。
新增前端页面：/knowledge/processing，菜单名“资料处理”；SOP知识库 菜单保持独立不改名。
页面聚合展示资料总量、已完成、处理中、失败、资料分类、解析任务表、处理链路、规则风险和事件列表。
批量导入先复用 POST /api/knowledge/doc/upload，支持多文件和浏览器目录选择。
新增 POST /api/knowledge/doc/import-local-task、GET /api/knowledge/doc/import-tasks 和 POST /api/knowledge/doc/import-tasks/{id}/cancel，只读取 AIHR_IMPORT_ROOT / aihr.import.root 下的相对目录，写入 aihr_knowledge_import_task 后后台逐文件复用上传解析链路，页面轮询进度并支持取消运行中任务；POST /api/knowledge/doc/import-local 保留同步调试。

新增图片文件支持（jpg/jpeg/png/gif/webp/bmp），纳入 supportedFile() 和上传入口。
上传图片时，若数据库配置了 category='vision' 或 category='chat' 的启用模型，会将图片编码为 base64 data URL，调用同一供应商的 OpenAI-compatible /chat/completions 做视觉 OCR，提取图片文字写入 fragment；无视觉模型时返回空字符串，fragment 为 0，不影响其他格式上传。
visionRuntime() 优先查 category='vision'，无则回退 category='chat'，复用 chatRuntime() 同一查询模式。
ProcessingRulesResponse.imageOcrEnabled 改为动态值 visionRuntime().isPresent()，前端“图片 OCR”开关随模型配置实时反映；未配置时灰显并显示“即将支持”标签。
不依赖 Tesseract，零服务器安装依赖；识别精度与中文复杂版面质量由所配置的视觉 LLM 决定。