知识库技术架构（入库与检索）

知识库技术架构（入库与检索） 由 Archify 生成的数据流图。 01 / 入口 02 / 解析与理解 03 / 切片与召回 04 / 索引与重排 05 / 落库与输出 原始文档 · 制度·手册·案例 · 01 / 入口 原始文档 制度·手册·案例 解析归一化 · MinerU 双引擎 · 02 / 解析与理解 解析归一化 MinerU 双引擎 三级切片 · 父/子/孙 · 03 / 切片与召回 三级切片 父/子/孙 向量化索引 · ES 2560维 · 04 / 索引与重排 向量化索引 ES 2560维 ES / MinIO · 孙切片·原文 · 05 / 落库与输出 ES / MinIO 孙切片·原文 检索请求 · 用户提问 · 01 / 入口 检索请求 用户提问 查询理解 · 意图·扩展·纠错 · 02 / 解析与理解 查询理解 意图·扩展·纠错 多路混合召回 · 向量/BM25/表格 · 03 / 切片与召回 多路混合召回 向量/BM25/表格 Rerank 重排 · 融合精排·PCR · 04 / 索引与重排 Rerank 重排 融合精排·PCR 溯源结果 · 文档/页码/高亮 · 05 / 落库与输出 溯源结果 文档/页码/高亮 可配置检索 · top_k·阈值·模型 · 03 / 切片与召回 · 知识库粒度 可配置检索 top_k·阈值·模型 知识库粒度 文档 切片 向量 落库 查询 召回 候选 溯源 参数 图例 主要数据 异步批处理 数据存储 数据流

三级切片架构

  • • 父/子切片存对象存储，孙切片入向量库
  • • 表格按行拆分保留表头；政策类文档按「章节—条款」语义切片

多路召回与精排

  • • 向量检索与 BM25 并行，融合结构召回（摘要树）、表格专项与图片摘要
  • • Rerank 融合向量分/BM25 分/精排分，PCR 保证上下文完整

溯源与配置

  • • 返回文档名、页码、章节及匹配高亮，支持快速定位原文
  • • top_k 与阈值按知识库粒度配置，支持多 Embedding/Rerank 模型切换