云宁

一、立项背景和目标 历史纸质图书转电子书业务长期依赖邮件和共享盘，在出版社内部与多家外包转码公司之间流转，存在交接标准不一致、任务进度不透明、元数据缺失严重、异常无法追溯、历史资源检索效率低等问题。本项目立项建设一套统一的历史图书数字化资源管理平台，把出版社原稿上传、转码任务发布、外包公司处理、成果回传、内部校验、验收归档、异常隔离到检索分析的全流程收敛到同一系统内，并以约 100TB 级历史资源为目标规模，从底层保证长期稳定运行与快速查询。 二、软件功能与核心功能模块 系统为模块化单体的企业级 Web 后台，前台使用角色为出版社人员与转码公司人员，核心模块包括： 1. 图书与元数据模块：以规范化书号 canonical_book_no 作为图书唯一标识，维护图书、版本与文件资产；书号、作者等元数据由 EPUB 提取而非人工录入。 2. 任务协作模块：出版社发布转码任务，转码公司处理并回传成果，任务状态经状态机受控流转，禁止直接改状态；转码公司侧只呈现待处理、处理中、已回传、已退回、已作废五态，内部校验与验收状态不外泄。 3. 文件与上传模块：受控本地文件存储，支持大文件分片上传、断点续传与对账补传，下载走浏览器原生与 HTTP Range 分片。 4. 校验验收与异常治理模块：成果 EPUBCheck 校验、验收通过或退回、异常隔离与返工闭环，全流程留痕。 5. 归档与检索模块：对归档成果做结构化解析、切片与检索单元生成，并导出只读知识投影。 6. 权限与审计模块：组织级 RBAC、幂等键与 X-Request-Id、操作审计与状态变更事件。 7. 运行健康看板与统计报表：监控数据库、向量库、各类 worker 与后端服务状态。 三、业务流程与功能路径 典型路径为：出版社上传原稿 → 发布转码任务 → 转码公司下载原稿（首次下载触发任务进入处理中）→ 回传成果包（先上传文件资产、再创建提交批次）→ 系统自动校验 → 出版社验收（通过则归档，不通过则退回返工）→ 归档后重建切片、生成知识投影用于检索分析。异常文件进入隔离区，处理完成后回到任务流；每一次状态变更都会同步写入状态事件与审计日志，保证全流程可追溯。

一、立项背景和目标 企业内部的历史图书、转码成果与业务资料长期分散在不同系统和共享盘里，检索困难、无法沉淀为可复用的知识资产；而通用大模型无法回答企业私有问题。本项目基于腾讯开源项目 WeKnora（MIT 协议，Go + Vue）做私有化部署与二次开发，建设一套企业级知识库与智能问答平台，把分散文档沉淀为可查询、可推理的知识资产，并承接公司文件资源管理系统（FMS）的归档成果作为知识来源。需要说明的是：平台本体来自腾讯开源社区，本项目的工作是私有化部署、二次开发与业务承接，并非自研该框架。 二、软件功能与核心功能模块 1. RAG 快速问答：基于知识库检索增强生成，回答带引用来源，可定位到具体文档片段。 2. ReAct Agent 智能推理：自主编排知识检索、MCP 工具、技能沙箱与网络搜索，完成多步复杂任务。 3. Wiki 模式：Agent 从原始文档自动生成相互链接的 Markdown 知识页面与知识图谱，支持人工编辑、版本历史与一键回滚。 4. 知识管理：FAQ / 文档 / Wiki 三类知识库，支持文件夹树导入、分块编辑与版本历史、多标签与 URL 导入。 5. 多源数据接入：飞书知识库与云盘、GitLab、Notion、语雀、钉钉文档等外部知识源。 6. 跨会话长期记忆与对话管理。 7. 企业级多空间 RBAC 与空间审计日志。 8. 工具调用与沙箱：内置工具、MCP 工具（含 OAuth2 远程服务）与技能目录，可安装到会话级 Docker / E2B 沙箱中隔离执行。 9. FMS 知识承接（本项目新增）：以只读方式拉取 FMS 发布的知识投影，镜像为本地知识库。 10. 模型与部署：接入二十余家主流模型厂商，支持完全私有化部署与内网离线运行。 三、业务流程与功能路径 管理员私有化部署平台并初始化空间 → 配置模型与知识库 → 导入文档或接入外部知识源 → 系统自动解析、切分、向量化并建立索引 → 用户在对话页提问，系统检索知识库并由大模型生成带引用的回答 → 复杂问题转由 Agent 多步推理完成。FMS 侧路径为：FMS 归档成果生成知识投影 → 桥接服务只读拉取并校验 → 原子写入镜像 → 在 WeKnora 中作为知识库被检索。