common_agent/docs/需求分析/2.知识资产与文件解析模块需求.md

知识资产与文件解析模块需求

1. 模块目标

知识资产与文件解析模块负责把外部文件变成可检索知识资产，覆盖知识库维护、文件上传、文本解析、切片、向量化和索引状态管理。

2. 核心场景

1. 知识维护者创建知识库并批量上传文档。
2. 系统保存附件元数据并创建 rag_document。
3. 文档解析管道抽取文本并保存解析快照。
4. 用户选择切片策略生成 rag_chunk。
5. 系统调用 Embedding 模型写入 rag_chunk_embedding。
6. 知识库达到可检索状态后供 Workflow 和 Agent 调用。

3. 功能需求

• 知识库支持新增、编辑、删除、查询和概览统计。
• 文档支持上传、解析、解析失败重试、切片和索引状态查看。
• 解析结果必须落到 rag_document_parse_result，切片不能直接依赖原始附件。
• 同一文档重新切片时，必须替换旧切片并推动索引重建。
• 知识库必须绑定稳定的 Embedding 模型和向量维度。
• 前端需要展示文档健康度、解析失败数、待向量化任务数和发布影响。

4. 验收标准

• 能从知识库视角看到文档数量、解析状态、索引状态和切片数量。
• 能从文件解析管道看到上传、解析、切片、向量化、可检索的阶段。
• 枚举值与现有 RagParseStatusEnum、RagIndexStatusEnum、RagChunkStrategyEnum 一致。

5. 关联资料

• 表：rag_store、rag_document、rag_document_parse_result、rag_chunk、rag_chunk_embedding、rag_store_model_config
• 枚举：rag/parse_status、rag/index_status、rag/chunk_strategy
• 脚本：script/sql/rag_store.sql、script/sql/rag_document.sql、script/sql/rag_document_parse_result.sql、script/sql/rag_chunk.sql、script/sql/rag_chunk_embedding.sql
• 前端原型：KnowledgeWorkspacePage.vue、IngestionPipelinePage.vue