prop-ai-hr/docs/AI人力资源系统一期MVP版作战清单.md

AI 人力资源系统 · 一期 MVP 版作战清单

版本:v1.10 ｜ 日期:2026-07-04 用途:一份纸面作战图,支撑「2026-07-05 周日出可跑 MVP 演示、2026-07-06 周一给大老板演示」,同时说清「做了什么、没做什么、为什么」。 收敛来源:原《物业管家与生活顾问 AI 陪练系统建设方案》+ 一期实施方案(含 ch.14/15 选型评估)+ 2026-07-01 需求讨论纪要 + 数据资源模型主题域草案。 v1.1 变更:D1–D8 决策已定(见第 8 节),相关章节同步锁定;D9(验收标准)待定。 v1.2 变更:新增第 9 节「周末施工排期(2026-07-03 周五 / 2026-07-04 周六 / 2026-07-05 周日 · 2 人时间盒)」。 v1.3 变更:D9 已定,新增第 10 节「一期最小可验收承诺」。至此 D1–D9 全部闭环。 v1.4 变更:因 MVP 进度提前,新增 D10「资料中台提前加码」和第 11 节;MinIO、OSS-first 文档上传、Excel/PPT 解析进入当前施工线,图片智能分析列入下一阶段。 v1.5 变更:新增 D11「向量库与语义检索路线」和第 12 节;一期选 Qdrant,保留 MySQL Fulltext,制度/SOP 回答采用混合召回 + 重排序 + 引用约束。 v1.6 变更:Qdrant 本地编排和后端最小闭环已落地;上传后尽力 upsert 向量,检索时与 MySQL Fulltext 做 RRF 融合。 v1.7 变更:资料处理服务端目录导入已从同步导入升级为后台任务,页面可轮询进度和按同目录重试。 v1.8 变更:补齐 D12「用户端最小闭环」和第 5.1 节;MVP 必须能从候选人/员工视角发起至少 1 条路径,用户端拆为独立 mobile/ Web/H5 工程,但不做原生 APP。 v1.9 变更:候选人端面试练习已复用 AI 面试 API;补充资料已从本地选择升级为 OSS + aihr_candidate_material 入库,默认状态为 待审核。 v1.10 变更:候选资料 HR 审核流已接入管理端 AI 面试页;支持按状态查看并标记 已通过/已驳回,候选人端刷新可见新状态。

---

0. 一页速览(TL;DR)

• 系统定位:面向物业一线的「选 · 用 · 育 · 留」全生命周期 AI 人力资源系统(HR 老大提出、给大老板汇报)。原「AI 陪练」只是其中「育/用」一个模块。
• 死线:2026-07-05 周日出可演示 MVP,2026-07-06 周一演示。团队约 2 人,时间极紧。
• 六条核心决议:
  1. 基座 = 若依(RuoYi),非 aifei / PandaWiki / JeecgBoot / Yuxi;集中式前后端分离,非微服务。
  2. 数据模型 = 复用 Silverston《数据模型资源手册》卷1 HR 主干(Party-Role 分离 + Product 目录承载 SOP 分层)。
  3. 组织/人员/登录复用外部系统,本系统只做「消费 + 扩展」,不当主数据源头。
  4. 资料中台提前加码:已知业务资料约 3GB,包含 PPT/图片/Excel/Word/PDF;一期不再只演示 seed SOP,要先把 MinIO + 文档入库 + 解析状态打底。
  5. 语义检索路线 = MySQL Fulltext + Qdrant + rerank:MySQL/MinIO 仍是事实源,Qdrant 只做向量索引;制度/SOP 必须混合召回、重排序、带引用回答。
  6. 用户端必须显式进入 MVP:管理端负责配置/审核/看结果;用户端负责候选人作答、员工对练、SOP 问答、案例上传。MVP 用独立 mobile/ Web/H5 轻入口,不做原生 APP。
• 头号风险:从单纯「范围失控」升级为用户端缺口、资料规模、解析质量、异步任务稳定性、语义检索准确率和引用一致性。MVP 仍守住第 5 节切割线,资料中台按第 11/12 节分片推进。

---

1. 定位与范围决议

定位:物业行业「选用育留」全生命周期 AI 人力资源系统。

生命周期段	覆盖能力	一期状态
选(招聘)	AI 面试出题、候选人现场作答、AI 打分、面试记录	一期新增(原方案没有)
用(配置上岗)	岗位 SOP 匹配、岗前/入职培训、上岗资格	一期
育(训练)	三角色对练、每日一练、专项训练营、错题本、师徒、案例学习	一期核心(原陪练主体)
留(保留发展)	能力雷达图、认证等级、晋升/绩效关联、荣誉激励	一期建规则,挂钩推迟
案例沉淀(贯穿)	语音上传 → AI 整理 → 筛选 → AI 对话视频	一期(视频用样片)

明确移出一期范围(已定):

• 内容营销中心(原第七章):属营销/获客,与 HR 无关 → ✅ 一期砍除(D5)。
• 独立语音 APP(豆包式):愿景,非交付物 → ✅ MVP 用 Web,APP 进二期(D6)。
• 双图谱知识图谱(Neo4j):冷启动成本高 → ✅ 一期先 RAG,图谱降级二期(D4)。

---

2. 技术选型决议

基座:若依(RuoYi) — 前后端分离(Vue + Java / Spring Boot 4)、内置 RBAC + RAG 知识库 + 后台、社区成熟、无许可证风险、可与采购系统用户体系对齐。

为什么不是其它候选(一句话留档):

候选	结论	一句话理由
aifei	✗ 不采用	AI Coding 框架,只优化「怎么写代码」,不提供任何现成模块;84 star、文档不全、企业实现走 VIP 付费(与枪毙 PandaWiki 同款风险);违背刚敲定的若依决策与采购系统复用约束。
PandaWiki	✗	半开源、后续强制收费风险。
JeecgBoot	✗	代码生成集成度过高、二次修改难。
Yuxi(玉溪)	参考	仅二期借鉴其 Agent 能力,不做基座。

架构:集中式部署 + 前后端分离(非微服务)。理由:2 人小团队、无高并发、微服务开发协作成本高。

必须自建(无任何框架可复用):三角色状态机(AI 客户/教练/考官)、评分引擎(情感+语义+SOP 关键点+Rubric)、方言 ASR 接入。这是一期真正的工程瓶颈。

aifei 的可取之处(留作方法论,非选型):它的「数据模型越干净 → AI 生成越稳」这一洞察,反向强化了本项目「先把数据模型做扎实」的优先级。

---

3. 数据模型方向(选用育留 HR 主干)

原则:不发明表结构,抬 Silverston 通用企业模型的 HR 主干;通用主干优先,行业扩展后挂;主数据/事务/计量/治理分层建模。

四段 × 核心实体(来自手册卷1 HR 章 + 通用主干):

段	核心实体(Silverston)	落地对象
选	JOB APPLICATION、POSITION	招聘需求、职位、候选人、面试记录、offer
用	POSITION、EMPLOYMENT、PRODUCT CATEGORY	岗位-SOP 映射、上岗资格
育	WORK EFFORT、ACTIVITY	训练/考核任务、对练记录、错题、学习路径
留	SKILL、QUALIFICATION	能力评估、认证等级、晋升规则
贯穿	PARTY / PARTY ROLE	主体与角色(见第 4 节同步边界)

两条关键建模决定:

• Party-Role 分离:一个人在全生命周期里依次/同时是候选人→新员工→学员→师父→考官,用 Party + Role,不为每种身份建表。
• SOP 用 Product-Category 层级 + Applicability 承载:大类/中类/小类/行业 × 住宅/公建/景区。MVP 只填住宅类,其余预留结构。
• 关系库 vs 向量库切分:元数据/权限/版本/正文片段事实源落 MySQL,原始文件落 MinIO,Qdrant 只存向量索引与最小 payload;MySQL Fulltext 保留做精确关键词召回。

---

4. 主数据同步边界(外部同步 vs 本地自有)

「复用采购系统用户体系」= 三件独立的事,别混为一谈:

事项	含义	MVP 处置
① 认证 / SSO	用户怎么登录本系统	✅ 已定(D2):本地账号登录;SSO 留二期对接项
② 权限映射	外部岗位/组织 → 本地角色	本地建映射表
③ 主数据同步	组织架构 + 人员基础信息	导静态快照兜底

同步边界表(只读消费 vs 本地自有):

实体	归属	读写
PARTY / PERSON / ORGANIZATION / 组织树	外部同步	只读
POSITION / EMPLOYMENT / 任职	外部同步	只读
PARTY ROLE(学员/师父/教练/考官/审核员/管理员)	本地自有	读写
权限映射(外部岗位/组织 → 本地角色)	本地自有	读写
SKILL / QUALIFICATION(能力/认证)	本地自有	读写
JOB APPLICATION / 候选人	本地自有	读写
WORK EFFORT(训练/考核/案例记录)	本地自有	读写

三条硬约束:

• 本地只存外部 party_id,绝不复制姓名/部门;所有业务表只引用 ID。
• 候选人是例外:未入职者不在外部系统,先本地建 Party,入职后与同步员工 Party 挂钩。
• 调岗/离职用 FROM DATE / THRU DATE 有效期承接,不物理删除,保历史可追溯。

---

5. MVP 三分切割线(核心作战图)⭐

规则:2026-07-05 MVP 演示只做「英雄路径 + 壳」,其余明确归入一期或推迟。任何超出「2026-07-05 MVP 演示」列的东西,在冲刺期即刻砍掉。

🔴 2026-07-05 MVP 演示必做(阻塞项)

#	事项	交付标准
1	核心陪练英雄路径	砍出 1–2 条端到端跑通(建议:语音面试→AI出题→答→打分;案例语音上传→AI整理成稿)
2	住宅类内容冷启动	至少 1 份真实 SOP + 若干样例案例 + 1 套评分 Rubric(2026-07-03 基础日确认谁给料)
3	组织/人员快照	导入静态快照或 mock 同步适配层(不依赖实时 API)
4	案例→视频	用 1 段预渲染样片演示流程,不真跑视频生成
5	登录	本地账号可登入,SSO 标为「对接项」
6	大模型接入	公有云 API 先行(合规问题入闸门)
7	方言语音	选 1 家 ASR/TTS 厂商,跑通 1 条语音路径
8	演示脚本	一页故事线:点开顺序 + 每屏一句价值(服务于 HR 老大邀功叙事)
9	前端壳	全功能点可点开(AI 出图 + 若依脚手架批量生成),英雄路径精做
10	用户端轻入口	独立 mobile/ Web/H5 工程提供候选人/员工/主管入口;演示时至少从用户端完成 1 条路径,管理端只负责配置和看结果

5.1 用户端最小切割线(新增 D12)

结论:没有用户端,MVP 会变成 HR 后台管理系统,无法证明一线员工/候选人真的能用。用户端要补,并拆成独立 mobile/ Web/H5 工程,但不新建原生 APP。

端/角色	2026-07-05 MVP 演示必做	一期内补	明确推迟
管理端(HR/管理员/教练)	配置内容、查看记录、查看评分/处理状态	Rubric 配置、任务分派、审核流	多组织复杂工作流
候选人端	打开面试入口 → 听/看题 → 作答 → 提交 → 生成面试记录	面试邀请、历史记录、人工复核状态	外部招聘系统深度集成
员工/学员端	打开今日任务 → 三角色对练 / SOP 问答 / 案例上传 至少跑通 1 条	学习路径、错题本、能力雷达、认证进度	原生 APP、企微/钉钉深度集成、消息推送

实现边界:

• 用户端使用独立 mobile/ Vue/Vite Web/H5 工程,与管理端 frontend/ 分离;MVP 不做原生 APP。
• MVP 用户端走手机号短信登录；新手机号验证码通过后自动注册为 app_user。演示脚本必须从「用户端发起 → 管理端看结果」走一遍。
• 当前员工端已用“投诉接待三角色对练”跑通移动端训练闭环：两轮提交后自动评分，记录落 aihr_practice_session，并同步更新主管端完训人数、待复盘列表、复盘详情、标记已复盘状态和员工能力画像。
• 当前候选人端已用“开始面试/面试练习”复用 AI 面试 API；“补充资料”已接认证上传接口，文件写 sys_oss/MinIO，关系写 aihr_candidate_material，HR 可在管理端 /recruit/interview 审核为 待审核/已通过/已驳回，候选人端刷新可见状态。
• 用户端只做「能完成任务」,不做复杂个人中心、社交、积分商城。

🟡 一期内做(MVP 演示后)

数据地基:补全 HR 主干实体(#10)、关系/向量切分(#11)、招聘域(#12)、SOP 多层分类(#13)、Rubric 可配置(#14)、版本管理(#15)、ID 规约(#16)、数据范围字段(#17)、训练事务+学习路径(#18)。 能力与运营:LLM/ASR/视频运营成本测算(#23)、内容贡献激励+署名(#25)、Agent 落点标注(#33)、认证/晋升/绩效规则引擎(#34)。

⚪ 明确推迟(现在不做)

内容营销中心、原生 APP、知识图谱、实时同步、企业微信/钉钉深度集成、脱敏审计、AI 分数挂钩绩效/晋升 —— 均见第 7 节闸门或第 8 节决策。

---

6. 集成依赖兜底表(6 个,各指定负责人)

#	外部依赖	风险	兜底方案	负责人
1	组织/人员数据同步(采购系统)	接口疑似与待批预算系统绑定,未就绪	静态快照	___
2	登录 SSO / 身份认证(采购系统)	同上	本地账号	___
3	权限映射(外部→本地角色)	依赖①的数据结构	本地先建规则	___
4	方言 ASR / TTS(第三方)	厂商/延迟/川粤支持/计费未确认	选 1 家跑 1 条路径	___
5	大模型 API	选型 + 业主 PII 出境合规	公有云 API 先行	___
6	数字人 / 视频生成	慢、贵	预渲染样片	___

---

7. 生产前闸门清单(现在不做,立字据,上线前必过)

#	闸门项	说明
G1	AI 打分定位	明确「辅助参考、人可否决」,不由 AI 直接决定绩效/晋升
G2	AI 招聘合规	候选人算法筛选保留人工复核,防算法歧视/法律风险
G3	数据合规	业主 PII + 员工数据 脱敏 + 审计 + 数据权限(DR-10 承接)
G4	员工接受度	试点期配激励 + 沟通,化解「被 AI 监考」抵触
G5	情绪树洞隐私	兑现「不留痕、不进训练集」,明确隐私边界
G6	运营成本红线	LLM/ASR/视频 月度调用成本设预算上限与降级策略

---

8. 决策项(D1–D12 已定)

#	决策项	决策结果	状态
D1	系统/数据归属	归属项目(以项目为 owner 与数据范围主体)	✅ 已定
D2	登录方式	本地账号(SSO 留二期)	✅ 已定
D3	大模型选型	公有大模型 API(出境合规入闸门 G3/G6)	✅ 已定
D4	知识图谱一期是否上	一期先 RAG,图谱降二期	✅ 已定
D5	内容营销中心去留	一期砍除	✅ 已定
D6	原生 APP	用独立 mobile/ Web/H5,原生 APP 进二期	✅ 已定
D7	老文档 vs 新 HR 框架口径	综合统一成新的一版(见下方跟进项 F1)	✅ 已定
D8	企微/钉钉/工单集成深度	只列接口、不实现	✅ 已定
D9	一期验收标准 / 量化承诺	最小可验收承诺已定(见第 10 节;C3 一致率 70%、试点 1–2 项目)	✅ 已定
D10	资料中台是否提前建设	提前建设 MinIO + OSS-first 文档入库;PDF/Word/Excel/PPT 先抽文本,图片智能分析进下一阶段	✅ 已定
D11	向量数据库与语义检索路线	一期选 Qdrant;MySQL Fulltext 保留,制度/SOP 采用关键词 + 向量混合召回、rerank、引用约束;Milvus/Weaviate/pgvector 暂缓	✅ 已定
D12	用户端是否进入一期	必须进入;MVP 用独立 mobile/ Web/H5 轻入口,候选人/员工至少能发起 1 条英雄路径;原生 APP 和企微/钉钉深度集成推迟	✅ 已定

由决策派生的跟进项:

• F1(源自 D7):综合原《建设方案》+ 一期实施方案 + 本清单,产出统一新版对外方案(口径:选用育留 AI 人力资源系统)。
• F2(源自 D1):「归属项目」意味着数据权限以项目为范围主体——第 4 节同步边界、第二层 #17 数据范围字段,均按「项目级行权限」落地。
• F3(源自 D3):公有大模型已定 → 业主 PII 出境是硬约束,闸门 G3/G6 升为一期必须评估项,不能纯推迟。
• F4(源自 D12):演示脚本必须区分「用户端完成任务」和「管理端查看/审核」,否则系统价值会被误解成后台台账。

---

9. 周末施工排期(2026-07-03 / 2026-07-04 / 2026-07-05 · 2 人时间盒)

把第 5 节 🔴 2026-07-05 MVP 演示 10 项拆成两人施工单。铁律:2026-07-05 不加新功能,只联调 + 精修 + 彩排。

分工:

• A = 技术(若依骨架 / 后端 / 大模型 & 语音集成 / 评分逻辑)
• B = 业务+前端(SOP 内容 / Rubric / 案例样片 / UI 出图审校 / 快照造数 / 演示脚本)

2026-07-03 周五 · 基础日(把地基和素材备齐)

负责人	任务	对应项
A	若依骨架跑起来 + 本地账号登录	#9骨架 #5
A	公有大模型 API 接通(一个能调通的对话接口)	#6
A	方言 ASR/TTS 选 1 家、接通、能出字	#7
B	住宅类 SOP + 样例案例 + 评分 Rubric 定稿	#2
B	组织/人员静态快照造数(或 mock 适配层)	#3
B	列全功能点清单 + 汇总 UI 出图需求;补齐候选人/员工用户端入口口径	#9 #10准备
2026-07-03 收工验收	能登录 · 能调通大模型 · ASR 能出字 · 内容素材齐 · 功能点清单和用户端入口定稿

2026-07-04 周六 · 主攻日(英雄路径 + 壳)

负责人	任务	对应项
A	英雄路径①后端:语音面试→AI 出题→答→打分(评分接 Rubric)	#1
A	英雄路径②后端:案例语音上传→转写→AI 整理成稿	#1
B	AI 出图 → 管理端 + 用户端前端壳批量搭(全功能点可点开)	#9 #10
B	案例→视频 样片预渲染 1 段	#4
B	演示脚本初稿(点开顺序 + 每屏一句价值)	#8
2026-07-04 收工验收	2 条英雄路径后端可跑通(接口级) · 管理端/用户端壳全部可点开 · 样片就绪 · 脚本初稿

2026-07-05 周日 · 联调彩排日(不加新功能)

负责人	任务	对应项
A+B	英雄路径前后端联调 + 精修	#1 #9
A+B	用户端发起 → 管理端看结果 联调	#10
A+B	兜底预案:每条英雄路径录一段屏,防现场翻车	全
B	演示脚本定稿 + 彩排 2 遍 + 卡点预案	#8
2026-07-05 收工验收	端到端走一遍无致命卡点 · 有录屏兜底 · 彩排通过

关键路径与止损

• 关键路径:内容(#2)→ 英雄路径(#1)→ 联调。内容不齐,一切空转——B 在 2026-07-03 必须锁死 #2。
• 外部依赖兜底(呼应第 6 节):ASR / 大模型 / 视频 任一没接通,立即切兜底(mock / 录屏 / 样片),绝不卡主线。
• 如果落后:保 1 条英雄路径 + 壳 + 脚本,砍掉第 2 条英雄路径。宁可少演一条、也要演通一条。

---

10. 一期最小可验收承诺(D9)

原则:验收只写可判定的东西——「是/否」或「可测量」。原方案的大 ROI 数字归入愿景层,不作验收依据。

L0 · MVP 演示验收(2026-07-06 周一 · 过大老板)—— 全部「是/否」

#	验收项	通过标准
L0-1	功能完整性	全部规划功能点在 Web 端可点开、有界面(壳可接受)
L0-2	英雄路径	至少 1 条端到端真跑通(语音面试→AI 出题→作答→AI 出分+建议)
L0-3	知识库	住宅类 SOP 可检索,AI 问答能引用 SOP 内容
L0-4	案例流程	案例语音上传→AI 转写整理 可演示(视频用样片顶)
L0-5	演示鲁棒性	脚本走完无致命卡点,每条路径有录屏兜底
L0-6	用户端闭环	候选人/员工 Web 入口可打开,至少 1 条路径从用户端发起并在管理端看到结果/状态

L1 · 一期验收(阶段交付 · 项目可收尾)

A. 功能闭环(是/否)

#	验收项	通过标准
A0 用户端	候选人/员工/学员可登录或通过演示入口完成任务、训练、SOP 问答/案例提交;管理端可查看结果
A1 选	AI 面试出题 + 作答 + AI 打分,形成面试记录,闭环可用
A2 用	住宅类岗位-SOP 匹配 + 岗前/入职培训任务 可分派、可完成
A3 育	三角色对练至少 1 类场景(投诉或催费)端到端;每日一练可推送可评分
A4 留	能力雷达图基于训练数据生成;认证等级规则可配置
A5 案例	语音上传→AI 整理→筛选 流程跑通(视频可半自动/样片)

B. 数据与内容(是/否 + 量)

#	验收项	标准
B1	住宅类 SOP 入库、可检索、可引用	≥ 5 个核心流程(投诉/催费/报修/交付/巡检)
B2	案例库(脱敏)	≥ 20 条
B3	评分 Rubric 可配置(维度/权重/指标后台可改)	是
B4	组织/人员导入 + 项目级数据范围权限生效	是

C. 技术与质量(可测量)

#	验收项	标准
C1	集中式前后端分离部署,单项目试点稳定运行	是
C2	语音对练单轮响应(ASR+LLM+评分)	≤ 5 秒
C3	AI 打分与人工打分分档一致率	≥ 70%
C4	RAG 对住宅类 SOP 问题可用回答率(人工评审)	≥ 80%
—	明确不承诺:高并发、多项目类型	—

D. 试点效果(pilot 级过程指标,非业务 ROI)

#	验收项	标准
D1	试点范围	1–2 个住宅项目,≥ 20 名员工
D2	人均完成对练/考核	≥ 10 次
D3	完训率	≥ 80%
D4	试点满意度	≥ 4 / 5

明确不纳入一期验收(移交二期 / 生产闸门)

• 合规上线(脱敏/审计/业主 PII 出境评估)= 生产前闸门 G3/G6
• AI 分数挂钩绩效/晋升/招聘决策 = 推迟(G1/G2),一期只做「辅助参考」
• 知识图谱、原生 APP、内容营销中心、多项目类型(公建/景区)、企微/钉钉深度集成、实时同步

愿景层(方向性目标,不作为一期验收依据)

培训周期↓、成本↓、投诉处理时效↑、增值转化↑、关键岗位流失↓ —— 均为方向性愿景,需更长周期与真实业务数据验证,一期不承诺、不验收。

---

11. 提前加码:资料中台施工线(v1.5)

背景:MVP 进度快于原计划,且已知业务资料约 3GB,包含 PPT、图片、Excel、Word、PDF。知识库不再只服务 SOP seed,而是要成为后续 RAG、文档解析、案例沉淀和 Chat 的公共入口。

11.1 当前立刻做(L0+)

#	事项	交付标准
M1	MinIO 本地对象存储	./scripts/dev.sh 和 --reset 自动启动 MinIO,默认 bucket ruoyi 可用
M2	OSS-first 文档上传	知识库上传先落 sys_oss,再绑定 aihr_knowledge_attach.oss_id,同名文档替换旧片段
M3	文档解析扩展	在现有 Tika 解析基础上支持 txt/md/PDF/Word/Excel/PPT 文本抽取
M4	MVP 页面反馈	上传后在 SOP 知识库展示 OSS ID、片段数、状态,可立即检索命中

11.2 下一阶段(P1)

#	事项	处理
M5	解析任务状态页	已接 /knowledge/processing 和 GET /api/knowledge/processing/overview;展示等待解析/解析中/已完成/失败、片段数、向量化状态、处理链路和事件列表
M6	3GB 资料批量导入	页面已支持多文件/浏览器目录选择批量导入 MVP 样例文件;已接 POST /api/knowledge/doc/import-local-task 从服务端导入根目录启动后台任务,并用 GET /api/knowledge/doc/import-tasks 轮询进度;运行中任务可取消;当前重试粒度是同目录重跑,单失败文件重试/暂停仍待做
M7	图片智能分析	图片先落 OSS,再用视觉模型/OCR 生成结构化描述入库;不伪装成普通文本解析
M8	Qdrant 向量召回	已接 qdrant 本地服务;以 aihr_knowledge_fragment 为事实源 upsert 向量,与 MySQL Fulltext 双路召回后做 RRF 融合
M9	制度/SOP 精确回答	检索必须带租户/项目/分类/版本/生效日期过滤,回答必须引用片段;低置信不编造

11.3 明确不做

• 不整包迁移 ruoyi-chat;只迁 ruoyi-aihr 当前需要的 loader、任务和检索能力。
• 不把 3GB 资料通过浏览器单次上传解决;浏览器上传只服务 MVP 和少量验证文件。
• 不把图片智能分析做成假 OCR;没有视觉模型/OCR 结果就先标为待处理。

---

12. 向量库与语义检索路线(v1.5)

结论:一期选 Qdrant。它只做向量索引,不替代 MySQL/MinIO;准确回答靠混合检索、重排序和引用约束,不是靠单一向量相似度。

12.1 选型结论

候选	结论	用法
Qdrant	✅ 一期采用	本地 Docker + dense vector + payload filter;后续可扩 sparse/hybrid
Milvus	暂缓	大规模、高并发、集群化后再评估;当前运维成本偏重
Weaviate	暂缓	功能完整但平台边界更重;当前不需要整套知识库平台
pgvector	暂缓	本项目主库是 MySQL,不为向量单独引入 PostgreSQL

12.2 存储边界

层	存什么	不存什么
MySQL	知识库、附件、片段、权限、分类、版本、生效日期、解析状态	大文件二进制
MinIO	PDF/Word/Excel/PPT/图片/音频等原始文件	业务权限判断
Qdrant	向量、fragmentId、最小过滤 payload	全文正文、权限主数据

Qdrant payload 最小字段:tenantId、projectId、knowledgeId、docId、fragmentId、category、docType、version、effectiveDate、sourcePage/sourceSlide/sourceSheet、chunkHash。

12.3 检索与回答流程

flowchart LR
  Q["用户问题"] --> S["意图与范围识别"]
  S --> K["MySQL Fulltext TopK"]
  S --> V["Qdrant Vector TopK"]
  K --> F["RRF 融合"]
  V --> F
  F --> R["rerank 重排序"]
  R --> A["带引用回答"]
  R --> L["低置信拒答/提示补资料"]

制度/SOP 问答硬规则:

• 先过滤租户、项目、知识库分类、版本、生效日期,再召回。
• 关键词召回用于条款编号、岗位名、制度名、流程节点等精确命中;向量召回用于同义表达和场景化问题。
• 输出必须带来源引用,至少包含文档名 + 页码/幻灯片/Sheet/片段编号。
• 召回片段冲突时,优先新版本和生效日期更近的制度;仍冲突则提示人工确认。
• 低置信或无来源时不编造答案,返回“未找到可引用依据”。

12.4 切片规则

资料类型	切片原则	重点元数据
制度/规章	按章/条/款/项切,保留编号和上下级标题	制度名、版本、生效日期、条款号
SOP	按步骤、责任人、时限、输入输出切	岗位、项目类型、流程节点
Excel	按 Sheet + 表格区域 + 行摘要切	Sheet、表头、行号、业务字段
PPT	按页切,标题 + 正文 + 备注合并	页码、标题、备注
Word/PDF	优先按标题层级切,否则按段落窗口切	页码、标题路径
图片	先 OCR/视觉描述,再按图片说明切	图片来源、OCR 置信度、视觉模型版本
案例/对练	按场景、轮次、评分点切	场景、角色、评分维度

12.5 一期验收口径

项	标准
入库	PDF/Word/Excel/PPT 可入 MinIO,解析后生成片段
检索	MySQL Fulltext + Qdrant 双路召回可跑通
回答	SOP/制度类回答必须展示引用来源
准确率	住宅类 SOP 问答人工评审可用率 ≥ 80%(承接第 10 节 C4)
可追溯	每个答案能追到 fragmentId 和原始附件

---

附录 A:35 条完整查漏登记(可追溯)

第一层(MVP 演示阻塞):1 陪练英雄路径 · 2 内容冷启动 · 3 组织API未就绪 · 4 案例视频过重 · 5 登录/认证未定 · 6 大模型+出境合规 · 7 方言厂商未定 · 8 演示脚本 · 9 UI壳工作量 · 35 用户端入口缺口

第二层(数据模型地基):10 HR主干抽全 · 11 关系/向量切分 · 12 招聘域空白 · 13 SOP多层分类 · 14 Rubric数据结构 · 15 版本管理 · 16 ID/主键策略 · 17 数据权限字段 · 18 训练事务+学习路径 · 19 知识图谱去留

第三层(生产前闸门+组织风险):20 AI分挂钩绩效 · 21 AI招聘合规 · 22 业主/员工数据合规 · 23 运营成本模型 · 24 员工接受度/变革管理 · 25 内容贡献激励+署名 · 26 情绪树洞隐私 · 27 系统/数据归属

第四层(范围边界+交付一致性):28 营销中心去留 · 29 独立APP · 30 老文档一致性债务 · 31 企微/钉钉/工单集成清单 · 32 一期验收标准 · 33 玉溪Agent落点 · 34 认证/晋升/绩效规则引擎

---

附录 B:一句话结论

现在真正的头号风险不是选型(若依已够),也不是要不要 aifei(不用),而是「用户端缺口」「MVP 范围」和「3GB 业务资料接入」三条线互相拖累。守住第 5 节的三分切割线,按第 5.1 节让用户端只做轻入口,同时按第 11 节把 MinIO、文档解析和批量导入拆开推进,按第 12 节把 Qdrant 作为向量索引而非事实源,才能既演得通、又不把资料中台做成临时脚本。