# 知识资产与文件解析模块设计

## 1. 领域模型

| 对象 | 职责 |
|------|------|
| 知识库 | 聚合文档、模型配置、检索配置和索引版本 |
| 知识文档 | 关联附件，维护解析和索引状态 |
| 解析快照 | 保存文本抽取结果，作为切片输入 |
| 知识切片 | 保存切片内容、序号、元数据和启用状态 |
| 切片向量 | 保存 Embedding 向量、模型名和维度 |
| 知识库模型配置 | 固定知识库 Embedding 模型和切片配置 |

## 2. 状态流转

文档解析状态：

`UPLOADED -> PARSING -> PARSED`，失败时进入 `FAILED`。

文档索引状态：

`PENDING -> INDEXING -> INDEXED`，失败时进入 `FAILED`。

切片策略继续使用整型枚举值，例如 `1` 表示固定长度，`5` 表示按分隔符。

## 3. 数据流

```mermaid
flowchart LR
    Upload["上传文件"] --> Attachment["sys_attachment"]
    Attachment --> Document["rag_document"]
    Document --> Parse["rag_document_parse_result"]
    Parse --> Chunk["rag_chunk"]
    Chunk --> Embedding["rag_chunk_embedding"]
    Embedding --> Retrieval["检索召回"]
```

## 4. 设计约束

- `rag_document` 只引用附件和知识库，不存储大段解析文本。
- 解析快照按文档唯一，重新解析时更新快照。
- `rag_chunk_embedding` 必须记录模型和维度，防止向量空间混用。
- 知识库模型配置由模型与路由模块维护，但知识资产模块负责消费。
- 检索配置要面向 Workflow 和 Agent 复用，不绑定某一个页面。