diff --git a/CLAUDE.md b/CLAUDE.md index 2a5d609..b19852d 100644 --- a/CLAUDE.md +++ b/CLAUDE.md @@ -13,8 +13,8 @@ ## 🔖 状态栏（每次结束 session 前必须更新这三行） - - **最后更新**：Claude Opus（顾问）｜ 2026-07-07 - - **当前状态一句话**：**知识库冷启动完成**——doco 22 期融合A稿已全部导入知识库（含 embedding），下一步做语义搜索界面（Phase 4a）。 + - **最后更新**：Claude Opus（顾问）｜ 2026-07-08 + - **当前状态一句话**：**知识库语义搜索基本可用**——Obsidian 知识库 164 篇批量导入完成（总计 186 条含 doco 22 篇），搜索体验三项改进已落地（智能摘要/相关度阈值/展开全文），中文分词 snippet bug 已修。下一步：搜索体验微调 + 进入 Phase 4a 对话式 TPS。 - **下一个动手的人从这里开始**：见下方「⏩ 交接备注」 --- @@ -76,8 +76,8 @@ ## 3. 当前进度（动态，核心交接区 — 以最新快照为准） - - **已完成至**：收视分析看板 L1-L4 + 知识库冷启动（doco 22 期融合A稿批量导入，含 embedding）。 - - **正在做**：语义搜索界面（Phase 4a）。 + - **已完成至**：收视分析看板 L1-L4 + 知识库语义搜索（Obsidian 164 篇 + doco 22 篇批量导入，搜索体验三项改进）。 + - **正在做**：语义搜索体验微调（中文 snippet 已修，待制片人复测），准备进入 Phase 4a 对话式 TPS。 - **卡点/待解**：无硬卡点。 - **Schema 状态**：episodes 表已通过 003（+7 AI 标签列）和 004（+content_digest JSONB）迁移。知识库两表不再改。 @@ -85,6 +85,7 @@ ## 4. 已完成（只追加，最新在上） + - [2026-07-08] **Obsidian 知识库批量导入 + 语义搜索体验升级**：① `parse_md_file` 补强 6 项（"来源"→source_detail fallback、"相关装备/应用领域"实体提取、Obsidian 双链 `[[]]` 去括号、原始类别存 metadata、源文件路径预埋、SOURCE_TYPE_MAP 扩充含"军报文章/装备/技术/动态/术语/厂商/索引"）；② 脚本 `backend/scripts/import_obsidian_kb.py`（递归遍历、跳过 .obsidian+原始素材+空文件+无 frontmatter、按相对路径查重、支持 --limit/--dry-run/--dir），成功导入 164 篇（7+157），知识库从 22 → 186 条；③ 搜索体验三项改进：`search_similar` 返回完整 content_md + 智能摘要 `_extract_smart_snippet`（中文 2-gram 拆词+加权段落匹配+关键词加粗）+ min_similarity=0.3 过滤 + top_k 5→10；④ 前端搜索卡片升级（展开全文 Set 状态管理、`renderSnippet` 加粗渲染、相关度分档样式：≥70%蓝左边框/<50%半透明灰底）。 - [2026-07-07] **知识库冷启动：doco 22 期融合A稿批量导入**：脚本 `backend/scripts/import_doco_transcripts.py`，docx → 提取纯文本 → 包 YAML frontmatter → 调 `store_md_file()` 入库（自动算 MiniMax embo-01 embedding）。22 篇全部成功（第02期~第23期，缺第01期无A稿），source_type=manuscript，知识库从 0 → 22 条节目文稿。 - [2026-07-07] **期次一条龙录入子项目立项（只立项不开发）**：① PRD v1.0 写入 `episode-intake/PRD_期次一条龙录入_v1.md`（每期任务清单模式、4 状态点、抽屉四区块、6 个新 API、005 迁移只加 transcript_item_id 一列、看板只用 reviewed 期次、四刀分期+七条验收）；② 制片人三项拍板：文稿口径=doco 融合A稿（CCA 是播出前工具不算终稿，doco 转常态运行）、22 期批量导入时回联期次、责编可触发 AI 处理；③ 子项目 CLAUDE.md + 寄存条建立，CCA 寄存条清单表同步更新。 - [2026-07-06] **三处 Bug 修复 + 全局宽度调优**：① AI 诊断摘要块 `extractSection` 从硬编码 `indexOf` 改为正则模糊匹配，解决 DeepSeek 返回标题格式不一致导致干条不显示的问题；② 仪表盘近 12 期柱状图加 `.reverse()` 改为从左到右按播出时间升序；③ 全局内容区宽度：定位到 `.app-content`（`AppLayout.css`）的 `max-width` 是唯一有效参数（必须搭配 `width: 100%`，否则 Ant Design flex 布局下 `margin: 0 auto` 会触发 shrink-to-fit），最终定为 **1190px**。 @@ -103,10 +104,11 @@ ## 5. 待办（下一刀候选，开局前定先做哪件） - [x] ~~L4 AI 诊断报告~~ → 已完成（2026-07-03） - - [ ] **下一刀三选一**：① 语义搜索界面（不依赖任何材料，随时能开，是 Phase 4a 硬门槛）；② PDF 原文关联 + 大文件存储架构（需 Opus 审方案，优先级较高）；③ 界面像素级打磨+视觉规范统一。 - - [ ] **期次一条龙录入开发**（子项目已立项 2026-07-07，PRD 就绪在 `episode-intake/`，等制片人排期；四刀分期，第二刀含 doco 22 期导入回联，与既有待办「200+ md 批量录入」相互独立）。 - - [ ] PDF 大文件存储：**大文件不入库，单独文件仓库，DB 只存地址指针**（md 正文+向量留库参与检索；pdf 仅按需调阅）。地基一次定对，避免上云返工。 - - [ ] 200+ Obsidian md 批量录入（**建议在 PDF 存储方案定后做**；先试 10 篇验证解析/落位再全量，每篇都真调 MiniMax 耗额度）。 + - [x] ~~语义搜索界面~~ → 已完成（2026-07-08），Phase 4a 硬门槛已过 + - [x] ~~200+ Obsidian md 批量录入~~ → 已完成（2026-07-08），164 篇导入成功，知识库 186 条 + - [ ] **下一刀**：Phase 4a 对话式 TPS 选题策划助手（左对话右报告、脚注式引用、知识库检索底座已就绪）。 + - [ ] **期次一条龙录入开发**（子项目已立项 2026-07-07，PRD 就绪在 `episode-intake/`，等制片人排期；四刀分期，第二刀含 doco 22 期导入回联）。 + - [ ] PDF 大文件存储：**大文件不入库，单独文件仓库，DB 只存地址指针**（md 正文+向量留库参与检索；pdf 仅按需调阅）。地基一次定对，避免上云返工。Obsidian 导入时已把源文件路径存入 `metadata["source_files"]` 预埋。 - [ ] 「按编导看稿」独立筛选视图（路线 A 重构时一并处理，从来源树里迁出来）。 - [ ] 操作留痕 schema（episodes 等加 created_by/updated_by/updated_at；涉 schema 须 Opus 审）。 - [ ] 界面像素级打磨（连同全栏目视觉规范统一弄，参考「色调字体倒角」图）。 @@ -142,6 +144,7 @@ ## 7. ⏩ 交接备注（换人/换账号 0 摩擦续上） + - **知识库语义搜索已可用**（2026-07-08）：186 条知识库条目（doco 22 篇 + Obsidian 164 篇），搜索链路完整（MiniMax embo-01 query embedding → pgvector 余弦检索 → 智能摘要 + 关键词加粗 + 展开全文）。新增文件：`backend/scripts/import_obsidian_kb.py`（批量导入脚本）。`knowledge_service.py` 的 `parse_md_file` 已补强支持全部 Obsidian frontmatter 字段。搜索结果返回 `content_md` 完整正文供展开查看。Obsidian 源文件路径已存入 `metadata["source_files"]` 预埋 PDF 关联。 - **收视分析看板 L1-L4 全部完成**。页面布局：指标卡 → 走势图 → AI 诊断报告（摘要块） → 双引擎象限图 → 双列对比（左:季度+编导, 右:题材）。 - **L4 AI 诊断报告新增文件**：后端 `backend/app/api/analytics.py`（POST 端点）；前端 `DiagnosisSummary.jsx`（摘要块）+ `DiagnosisReport.jsx/.css`（详情页）；Prompt 文件 `ai-labeling/prompts/prompt4_content_digest.md` + `prompt5_diagnosis_report.md`；批量脚本 `ai-labeling/scripts/gen_content_digest.py` + `scripts/import_content_digests.py`。 - **L4 依赖**：`backend/.env` 需配 `DEEPSEEK_API_KEY`；前端需 `react-markdown` 包（已装）；后端需 `openai` 包（已装）。 diff --git a/backend/app/api/knowledge.py b/backend/app/api/knowledge.py index fef9686..6e3e14d 100644 --- a/backend/app/api/knowledge.py +++ b/backend/app/api/knowledge.py @@ -109,7 +109,8 @@ def get_grouped_knowledge_items( class SearchRequest(BaseModel): query: str - top_k: int = 5 + top_k: int = 10 + min_similarity: float = 0.3 @router.post("/search") @@ -121,10 +122,15 @@ def search_knowledge( """ 语义检索：输入一段文字，返回最相关的知识库条目及相似度。 查询向量用 type="query"（区分于存入时的 type="db"）。 + top_k 默认 10，min_similarity 默认 0.3 过滤低相关条目。 三角色均可读。 """ svc = KnowledgeService() - results = svc.search_similar(query_text=body.query, top_k=body.top_k) + results = svc.search_similar( + query_text=body.query, + top_k=body.top_k, + min_similarity=body.min_similarity, + ) return { "results": results, "query": body.query, diff --git a/backend/app/services/knowledge_service.py b/backend/app/services/knowledge_service.py index 1ea32f5..8dfce92 100644 --- a/backend/app/services/knowledge_service.py +++ b/backend/app/services/knowledge_service.py @@ -23,8 +23,15 @@ class KnowledgeService: SOURCE_TYPE_MAP = { "杂志文章": "military_report", "军报": "military_report", + "军报文章": "military_report", "节目文稿": "manuscript", "报题单": "baoti", + "装备": "manual", + "技术": "manual", + "动态": "manual", + "术语": "manual", + "厂商": "manual", + "索引": "manual", } # 来源大类固定显示顺序（制片人 Obsidian 习惯） @@ -89,6 +96,12 @@ class KnowledgeService: else: source_detail = None + # fallback：如果 source_detail 仍为空，取"来源"字段 + if not source_detail: + raw_source = str(fm.get("来源", "") or "").strip() + if raw_source: + source_detail = raw_source + # —— 播出日期：容错 "待补充" 等非日期文本—— raw_date = str(fm.get("播出日期", "") or "").strip() publish_date = None @@ -107,17 +120,22 @@ class KnowledgeService: # —— 权重（不展示，存 JSONB 备 Phase 4）—— weight = str(fm.get("权重", "") or "").strip() or None - # —— 相关实体（涉及装备/涉及技术/涉及厂商/主题）—— + # —— 相关实体（涉及装备/涉及技术/涉及厂商/主题/相关装备/应用领域）—— + import re as _re related_entities = [] - for key in ("涉及装备", "涉及技术", "涉及厂商", "主题"): + for key in ("涉及装备", "涉及技术", "涉及厂商", "主题", "相关装备", "应用领域"): val = fm.get(key) if val: if isinstance(val, list): - related_entities.extend(val) + for item in val: + # 去掉 Obsidian 双链格式 [[xxx]] + cleaned = _re.sub(r"\[\[|\]\]", "", str(item)).strip() + if cleaned: + related_entities.append(cleaned) elif isinstance(val, str): # 可能是 "山东舰, 福建舰" 这样的逗号分隔字符串 for item in val.replace("，", ",").split(","): - item = item.strip() + item = _re.sub(r"\[\[|\]\]", "", item).strip() if item: related_entities.append(item) @@ -130,6 +148,26 @@ class KnowledgeService: # related_concepts 字段预留给双链解析（Phase 4），本 Task 原样存入 metadata["double_bracket_links"] = self._extract_double_brackets(parsed.content) + # 保留原始 Obsidian 类别（映射到 manual 的类型，如装备/技术/动态/术语/厂商等） + if raw_type and source_type == "manual": + metadata["obsidian_category"] = raw_type + + # 源文件路径保留（预埋 PDF 原文链接） + raw_source_files = fm.get("源文件") + if raw_source_files: + cleaned_files = [] + if isinstance(raw_source_files, list): + for sf in raw_source_files: + cleaned = _re.sub(r'[\[\]"]', "", str(sf)).strip() + if cleaned: + cleaned_files.append(cleaned) + elif isinstance(raw_source_files, str): + cleaned = _re.sub(r'[\[\]"]', "", raw_source_files).strip() + if cleaned: + cleaned_files.append(cleaned) + if cleaned_files: + metadata["source_files"] = cleaned_files + # —— 正文（去掉 frontmatter 的纯内容）—— content_md = parsed.content @@ -229,13 +267,11 @@ class KnowledgeService: sources.add(tags["source_detail"]) return sorted(list(sources)) - def search_similar(self, query_text: str, top_k: int = 5) -> list[dict]: + def search_similar(self, query_text: str, top_k: int = 10, min_similarity: float = 0.3) -> list[dict]: """ 语义检索：查询句转为向量，用 SQL 余弦距离（<=>）在数据库层检索 - 返回 top_k 条相似笔记，含相似度分数 + 原文片段（SQL 端截断前 200 字）。 - - 注意：当前取前 200 字是已知妥协（整篇向量检索无法定位中段命中点）， - Phase 4a 做切块检索（chunk）时可优化为取最相关片段。 + 返回 top_k 条相似笔记，含相似度分数 + 智能摘要片段。 + 过滤掉 similarity < min_similarity 的条目。 """ query_vector = self.embedder.embed_single(query_text, embed_type="query") vec_str = "[" + ",".join(str(v) for v in query_vector) + "]" @@ -248,7 +284,7 @@ class KnowledgeService: ki.source_type, ki.author, ki.tags, - SUBSTRING(ki.content_md, 1, 200) AS snippet, + ki.content_md, 1 - (ke.embedding <=> '{vec_str}'::vector) AS similarity FROM knowledge_embeddings ke JOIN knowledge_items ki ON ke.knowledge_id = ki.id @@ -260,19 +296,88 @@ class KnowledgeService: rows = session.execute(stmt).all() results = [] for r in rows: + similarity = round(r.similarity, 4) + # 过滤低于阈值的条目 + if similarity < min_similarity: + continue tags = r.tags or {} source_detail = tags.get("source_detail") if isinstance(tags, dict) else None + snippet = self._extract_smart_snippet(r.content_md, query_text) results.append({ "id": r.id, "title": r.title, "source_type": r.source_type, "author": r.author, "source_detail": source_detail, - "snippet": r.snippet, - "similarity": round(r.similarity, 4), + "snippet": snippet, + "content_md": r.content_md, + "similarity": similarity, }) return results + def _extract_smart_snippet(self, content_md: str, query_text: str, max_len: int = 300) -> str: + """ + 智能摘要提取：根据搜索词定位最相关段落，截取摘要并加粗关键词。 + 中文连续字符串会被拆成 2-gram 子串以提高段落匹配命中率。 + """ + import re as _re + + if not content_md: + return "" + + # 1. 切分关键词：先按空格/标点拆，再把长中文词拆成 2-gram + raw_parts = _re.split(r'[\s，。！？、；：""''（）\(\)\[\]\-]+', query_text) + raw_parts = [p.strip() for p in raw_parts if len(p.strip()) > 1] + + keywords = [] + for part in raw_parts: + keywords.append(part) + if len(part) > 2 and _re.fullmatch(r'[一-鿿]+', part): + for i in range(len(part) - 1): + bigram = part[i:i+2] + if bigram not in keywords: + keywords.append(bigram) + + if not keywords: + return content_md[:max_len] + + # 2. 按段落分割（跳过纯 markdown 标记行如 # ## --- 等） + paragraphs = content_md.split("\n\n") + if len(paragraphs) < 3: + paragraphs = content_md.split("\n") + paragraphs = [p.strip() for p in paragraphs + if p.strip() and not _re.fullmatch(r'[#\-=\s>]+', p.strip())] + + # 3. 计算每段关键词命中数（完整词权重 3，bigram 权重 1） + best_para = "" + best_score = 0 + for para in paragraphs: + score = 0 + for kw in keywords: + if kw in para: + score += 3 if kw in raw_parts else 1 + if score > best_score: + best_score = score + best_para = para + + # 4. fallback：无关键词命中时用正文前 max_len 字 + if best_score == 0: + snippet = content_md[:max_len] + else: + snippet = best_para[:max_len] + + # 5. 加粗命中关键词（优先标记完整词，避免 bigram 重复标记） + marked = set() + for kw in sorted(keywords, key=len, reverse=True): + if kw in snippet and kw not in marked: + snippet = snippet.replace(kw, f"**{kw}**", 1) + marked.add(kw) + for sub_kw in keywords: + if sub_kw != kw and sub_kw in kw: + marked.add(sub_kw) + + return snippet + def get_item_count(self) -> int: with Session(engine) as session: return len(session.exec(select(KnowledgeItem)).all()) diff --git a/backend/scripts/import_obsidian_kb.py b/backend/scripts/import_obsidian_kb.py new file mode 100644 index 0000000..dd5277f --- /dev/null +++ b/backend/scripts/import_obsidian_kb.py @@ -0,0 +1,169 @@ +""" +批量导入脚本：将 Obsidian 知识库目录下的 .md 文件 +导入 TPS 知识库（knowledge_items + knowledge_embeddings）。 + +运行方式： + cd backend && python -m scripts.import_obsidian_kb --limit 10 + cd backend && python -m scripts.import_obsidian_kb # 全量 + cd backend && python -m scripts.import_obsidian_kb --dry-run # 只预览不写库 +""" + +import argparse +import sys +from pathlib import Path + +from sqlmodel import Session, select + +from app.db.session import engine +from app.models.knowledge import KnowledgeItem +from app.services.knowledge_service import KnowledgeService + +# ── 默认 Obsidian 知识库根目录 ──────────────────────────────── +DEFAULT_OBSIDIAN_DIR = r"E:\AIworks\obsidian\MSTknowledge_base\知识库" + +# ── 跳过的目录名 ──────────────────────────────────────────────── +SKIP_DIRS = {".obsidian", "99-原始素材"} + + +def collect_md_files(root: Path) -> list[Path]: + """递归收集 root 下所有 .md 文件，跳过 SKIP_DIRS 中的目录。""" + md_files = [] + for p in root.rglob("*.md"): + # 检查路径中是否包含跳过目录 + parts = p.relative_to(root).parts + if any(skip in parts for skip in SKIP_DIRS): + continue + md_files.append(p) + return sorted(md_files, key=lambda p: str(p.relative_to(root))) + + +def check_exists(source_file_name: str) -> bool: + """查 knowledge_items 表，判断 source_file_name 是否已存在。""" + with Session(engine) as session: + stmt = select(KnowledgeItem).where( + KnowledgeItem.source_file_name == source_file_name + ) + existing = session.exec(stmt).first() + return existing is not None + + +def has_frontmatter(content: str) -> bool: + """检查文件内容是否包含 YAML frontmatter（--- 包裹）。""" + stripped = content.strip() + if not stripped.startswith("---"): + return False + # 找到第二个 --- + second = stripped.find("---", 3) + return second > 0 + + +def main(): + parser = argparse.ArgumentParser(description="批量导入 Obsidian 知识库 .md 文件到 TPS 知识库") + parser.add_argument("--dir", type=str, default=DEFAULT_OBSIDIAN_DIR, + help="Obsidian 知识库根目录") + parser.add_argument("--limit", type=int, default=0, + help="只处理前 N 个文件（测试用，0=全量）") + parser.add_argument("--dry-run", action="store_true", + help="只打印解析结果，不真正调 API 写库") + args = parser.parse_args() + + root = Path(args.dir) + if not root.is_dir(): + print(f"[ERROR] 目录不存在: {root}") + sys.exit(1) + + # 收集文件 + md_files = collect_md_files(root) + if not md_files: + print("[ERROR] 未找到任何 .md 文件") + sys.exit(1) + + total = len(md_files) + if args.limit > 0: + md_files = md_files[:args.limit] + print(f"共发现 {total} 个 .md 文件，本次处理前 {len(md_files)} 个\n") + else: + print(f"共发现 {total} 个 .md 文件，开始全量导入...\n") + + if args.dry_run: + print("【DRY-RUN 模式】只预览解析结果，不写入数据库\n") + + service = KnowledgeService() + success_count = 0 + skip_exists_count = 0 + skip_empty_count = 0 + skip_no_fm_count = 0 + fail_count = 0 + processed = len(md_files) + + for idx, file_path in enumerate(md_files, 1): + rel_path = str(file_path.relative_to(root)).replace("\\", "/") + + # 跳过空文件 + if file_path.stat().st_size == 0: + print(f"[{idx}/{processed}] [SKIP] {rel_path} -- 空文件，跳过") + skip_empty_count += 1 + continue + + # 读取内容 + try: + content_bytes = file_path.read_bytes() + except Exception as e: + print(f"[{idx}/{processed}] [FAIL] {rel_path} -- 读取失败：{e}") + fail_count += 1 + continue + + # 检查 frontmatter + content_str = content_bytes.decode("utf-8", errors="replace") + if not has_frontmatter(content_str): + print(f"[{idx}/{processed}] [SKIP] {rel_path} -- 无 frontmatter，跳过") + skip_no_fm_count += 1 + continue + + # 查重（用 Obsidian 相对路径作为 source_file_name） + source_file_name = rel_path + if check_exists(source_file_name): + print(f"[{idx}/{processed}] [SKIP] {rel_path} -- 已存在，跳过") + skip_exists_count += 1 + continue + + # dry-run 模式：只解析不入库 + if args.dry_run: + try: + parsed = service.parse_md_file(content_bytes, source_file_name) + char_count = len(parsed["content_md"]) + print(f"[{idx}/{processed}] [PREVIEW] {rel_path}") + print(f" title={parsed['title']}") + print(f" source_type={parsed['source_type']}, author={parsed['author']}") + print(f" metadata={parsed['metadata']}") + print(f" entities={len(parsed['related_entities'] or [])}条, 正文{char_count}字") + success_count += 1 + except Exception as e: + print(f"[{idx}/{processed}] [FAIL] {rel_path} -- 解析失败：{e}") + fail_count += 1 + continue + + # 正式入库 + try: + parsed = service.parse_md_file(content_bytes, source_file_name) + char_count = len(parsed["content_md"]) + service.store_md_file(file_content=content_bytes, file_name=source_file_name) + print(f"[{idx}/{processed}] [OK] {rel_path} -- 入库成功（{char_count}字，类型={parsed['source_type']}）") + success_count += 1 + except Exception as e: + print(f"[{idx}/{processed}] [FAIL] {rel_path} -- 入库失败：{e}") + fail_count += 1 + + # 汇总 + print(f"\n{'='*60}") + mode_label = "预览" if args.dry_run else "导入" + print(f"{mode_label}完成：成功 {success_count} 篇" + f" / 跳过(已存在) {skip_exists_count} 篇" + f" / 跳过(空文件) {skip_empty_count} 篇" + f" / 跳过(无frontmatter) {skip_no_fm_count} 篇" + f" / 失败 {fail_count} 篇") + print(f"{'='*60}") + + +if __name__ == "__main__": + main() \ No newline at end of file diff --git a/frontend/src/pages/KnowledgeBase/KnowledgeBase.jsx b/frontend/src/pages/KnowledgeBase/KnowledgeBase.jsx index 1d8bff4..3aa9202 100644 --- a/frontend/src/pages/KnowledgeBase/KnowledgeBase.jsx +++ b/frontend/src/pages/KnowledgeBase/KnowledgeBase.jsx @@ -5,6 +5,19 @@ import useAuthStore from '../../stores/authStore' import knowledgeService from '../../services/knowledgeService' import KnowledgeTree from '../../components/KnowledgeTree/KnowledgeTree' +// 渲染 snippet 中的 **keyword** 加粗标记（不使用 dangerouslySetInnerHTML） +function renderSnippet(text) { + if (!text) return null + const parts = text.split(/\*\*(.+?)\*\*/g) + return parts.map((part, i) => { + // 奇数索引是被 ** 包裹的关键词 + if (i % 2 === 1) { + return {part} + } + return {part} + }) +} + const { Dragger } = Upload // source_type 枚举值（固定五类，不写死但供 Select 用） @@ -38,6 +51,20 @@ export default function KnowledgeBase() { const [searchQuery, setSearchQuery] = useState('') const [searchResults, setSearchResults] = useState([]) const [searchLoading, setSearchLoading] = useState(false) + const [expandedIds, setExpandedIds] = useState(new Set()) // 展开全文的卡片 id 集合 + + // 切换卡片展开/收起 + const toggleExpand = (id) => { + setExpandedIds(prev => { + const next = new Set(prev) + if (next.has(id)) { + next.delete(id) + } else { + next.add(id) + } + return next + }) + } const fetchItems = async () => { setLoading(true) @@ -287,8 +314,8 @@ export default function KnowledgeBase() { {searchQuery && ( {searchResults.length > 0 - ? `找到 ${searchResults.length} 条相关结果` - : '无相关结果'} + ? `找到 ${searchResults.length} 条相关结果（相关度 > 30%）` + : '未找到相关内容，试试换个说法？'} )} @@ -299,63 +326,110 @@ export default function KnowledgeBase() {
搜索结果
- {searchResults.map(item => ( - -
-
-
- {item.title} -
-
- - {SOURCE_TYPE_LABEL[item.source_type] || item.source_type} - - {item.author && ( - 作者：{item.author} + {searchResults.map(item => { + const isHigh = item.similarity >= 0.7 + const isLow = item.similarity < 0.5 + const isExpanded = expandedIds.has(item.id) + return ( + +
+
+
+ {item.title} +
+
+ + {SOURCE_TYPE_LABEL[item.source_type] || item.source_type} + + {item.author && ( + 作者：{item.author} + )} + {item.source_detail && ( + 出处：{item.source_detail} + )} +
+
+ {renderSnippet(item.snippet)} +
+ {/* 展开全文区域 */} + {isExpanded && item.content_md && ( +
+ {item.content_md} +
)} - {item.source_detail && ( - 出处：{item.source_detail} + {/* 展开/收起按钮 */} + {item.content_md && ( +
+ toggleExpand(item.id)} + style={{ + fontSize: 12, + color: '#1677ff', + cursor: 'pointer', + userSelect: 'none', + }} + > + {isExpanded ? '收起全文 ▲' : '展开全文 ▼'} + +
)}
-
- {item.snippet} -
-
= 0.7 ? '#e6f4ff' : '#f5f5f5', + background: isHigh ? '#e6f4ff' : '#f5f5f5', borderRadius: 8, padding: '4px 8px', }}> -
= 0.7 ? '#1677ff' : '#666' }}> +
{Math.max(0, Math.round(item.similarity * 100))}%
相关度
-
- - ))} +
+ + ) + })}
)} diff --git a/frontend/src/services/knowledgeService.js b/frontend/src/services/knowledgeService.js index 87fb240..4ab1353 100644 --- a/frontend/src/services/knowledgeService.js +++ b/frontend/src/services/knowledgeService.js @@ -56,9 +56,9 @@ const knowledgeService = { /** * 语义检索：输入一段文字，返回最相关的知识库条目 * @param {string} queryText - 查询文字 - * @param {number} topK - 返回条数，默认 5 + * @param {number} topK - 返回条数，默认 10 */ - async searchItems(queryText, topK = 5) { + async searchItems(queryText, topK = 10) { const resp = await http.post('/knowledge/search', { query: queryText, top_k: topK,