RGA RGA 知识管理平台

数据建设与自动入库

1. 总体原则与统一流程

普通数据来源统一先进入素材池，不直接进入正式知识库。

正式知识建议经过“素材 → 草稿 → 质检 → 审核 → 发布 → 入库 → 检索问答”流程。

问答页只提交反馈，不直接把回答写入正式知识库。

正式文件入库保留为管理员入口，适用于已确认质量的文档、历史资料迁移和紧急补充。

所有关键环节应保留任务、状态和处理记录，方便追踪与复盘。

序号流程节点说明
1数据来源来自反馈、人工新增、来源文件、网页采集、缺口补充或正式文件上传。
2素材池保存未审核的原始资料，可编辑、忽略或生成草稿。
3知识草稿对素材进行结构化加工，补充标题、分类、正文和来源说明。
4质量检查检查内容完整性、重复性、格式和可读性。
5人工审核由知识库维护人员或管理员确认是否可发布。
6发布正式知识审核通过后发布为正式知识文件或正式知识记录。
7正式入库生成知识片段和语义索引，进入检索链路。
8问答验证通过知识库检索、智能问答和检索评测验证效果。

2. 数据入口总览

入口进入位置是否直接参与检索后续流程结果
问答反馈反馈处理后进入素材或缺口否运营判断 → 素材/缺口 → 草稿流程高价值反馈沉淀为可审核知识。
手动新增素材素材池否生成草稿 → 质检 → 审核 → 发布人工整理资料进入标准流程。
来源文件扫描扫描结果进入素材池否筛选有效资料 → 草稿流程批量采集原始资料。
网页来源采集采集结果进入素材池否解析网页 → 草稿流程把网页内容转为可治理资料。
知识缺口任务缺口列表否补资料 → 素材或草稿补齐未命中或不准确问题。
正式文件入库知识库管理入口是预检查 → 入库任务 → 检索验证确认质量的正式文档参与问答。

3. 入口一：问答反馈采集

用户在问答结果中提交反馈。运营人员在反馈列表中判断是否进入数据建设。

序号流程节点说明
1用户提问系统生成回答并展示引用。
2提交反馈用户选择有用、无用、引用错误、答案不准或需要补资料。
3运营处理查看问题、回答、引用和反馈说明。
4进入数据建设根据反馈类型生成素材或知识缺口。
5后续处理进入素材或缺口流程，最终可形成正式知识。
处理结果说明
有用反馈可转为素材，沉淀为标准知识。
无用/不准可转为缺口任务，要求补充资料或修正文档。
引用错误定位来源问题，触发文档修正或禁用处理。

4. 入口二：手动新增素材

手动新增素材适用于人工整理的临时说明、经验总结、配置记录、错误处理笔记等。

序号流程节点说明
1新增素材填写标题、分类、来源说明和正文。
2保存素材素材进入待处理状态。
3生成草稿选择有效素材生成知识草稿。
4质检审核检查内容质量并提交审核。
5发布入库审核通过后发布并进入正式入库。
处理结果说明
保存成功素材可查看、编辑、忽略或生成草稿。
内容不完整需补充标题、分类或正文。

5. 入口三：来源文件扫描

来源文件扫描用于批量发现原始资料。扫描结果进入素材池，不直接参与检索。

序号流程节点说明
1执行扫描管理员选择扫描范围或触发定时扫描。
2文件识别系统识别支持的文档类型和基础信息。
3去重过滤跳过重复、空内容或不支持的文件。
4生成素材有效内容进入素材池。
5查看历史管理员可查看扫描结果和异常原因。
处理结果说明
扫描成功新增有效素材并记录扫描结果。
重复跳过系统提示重复或已处理。
读取失败记录失败原因，待人工处理。

6. 入口四：网页来源采集

网页来源采集用于把指定网页内容采集为可治理资料。

序号流程节点说明
1提交网页来源录入网页标题、地址或来源说明。
2内容解析系统提取页面正文和关键信息。
3内容预览人工检查是否采集完整。
4进入素材池确认有效后进入素材流程。
5草稿加工对内容进行规范化整理。
处理结果说明
采集成功网页内容进入素材池。
解析不完整需要人工补充或重新采集。
不可访问检查网页权限、网络或地址有效性。

7. 入口五：知识缺口任务

知识缺口用于记录未命中、答案不准、引用错误、资料缺失等问题。

序号流程节点说明
1生成缺口来自问答反馈、检索评测或人工新增。
2补充资料运营人员查找或新增资料。
3关联素材把资料转为素材或关联已有素材。
4生成草稿形成可审核的知识草稿。
5关闭缺口发布入库并验证后完成。
处理结果说明
缺口关闭问题已补齐并通过验证。
资料不足缺口保持待补充状态。

8. 入口六：文件上传、预检查与正式入库

正式文件入库适用于已经确认质量、需要直接参与检索问答的知识文档。

序号流程节点说明
1上传文件选择待入库知识文件。
2预检查检查格式、重复、分类、内容有效性和风险。
3确认入库管理员确认后创建入库任务。
4处理任务系统解析、切分、向量化并记录进度。
5验证结果通过检索和问答测试确认生效。
处理结果说明
入库成功正式知识进入检索和问答链路。
预检查失败按提示修复后重新上传。
任务失败查看任务历史和失败原因。

9. 素材生命周期与操作控制

状态说明允许操作
待处理素材已进入素材池，等待人工判断。查看、编辑、忽略、生成草稿。
已处理素材已生成草稿或进入后续流程。查看、追踪关联草稿。
已忽略确认不进入知识生产流程。查看、必要时恢复。
异常采集、解析或保存过程中出现问题。查看原因、重新处理。

10. 草稿生命周期与操作控制

阶段系统/人工动作下一步
生成草稿从素材、缺口或网页内容生成可编辑草稿。补充标题、分类、正文和来源说明。
质量检查检查内容完整性、格式规范、重复风险和可读性。通过后提交审核，不通过则修改。
人工审核审核草稿是否可发布为正式知识。通过后发布，驳回后修改。
发布发布为正式知识。进入正式入库任务。
入库验证检索和问答测试验证生效。通过后关闭相关素材/缺口。

11. 正式入库、检索与问答验证

环节说明验证方式
解析读取正式知识内容并识别标题、分类和正文结构。检查文档预览和片段数量。
切分按语义和长度拆分为知识片段。查看片段是否完整、是否过短或过长。
向量化为知识片段生成语义索引。查看向量覆盖和任务成功率。
检索生效启用文档参与检索。用知识库检索验证召回。
问答生效智能问答引用相关知识生成答案。查看回答正文、引用来源和反馈。

12. 异常治理与清理规则

入库失败应优先查看任务历史和失败原因，不建议直接重复上传。

重复、过期、错误或污染知识应先禁用，再根据情况清理或重新发布。

清理前应执行预览或扫描，确认不会影响仍在使用的有效知识。

13. 验收清单

验收项通过标准
入口覆盖反馈、手动素材、来源文件、网页采集、缺口任务、正式文件入库均有说明。
流程一致素材、草稿、质检、审核、发布、入库、检索问答流程统一。
状态明确每个节点都有状态、结果和下一步处理建议。
质量可控未经审核的内容不会直接进入正式检索链路。
脱敏合规文档不包含内部路径、接口、数据库表名、账号、密钥、域名或部署细节。

14. 最终完整闭环

最终闭环为：数据来源进入素材池，经过草稿加工、质量检查和人工审核后发布为正式知识；正式知识完成入库后参与检索与问答；用户反馈和评测结果再回到数据建设模块，持续补充、修正和优化知识库。