Initial commit: QMDSearch 分层信息检索服务

- FastAPI + Qdrant + Redis + Ollama 技术栈 - L1→L2→L3→chunk 四层分层检索（dense + sparse RRF 融合） - 文档三级总结与 2.5 级回退 - query 解析路由与分类 - /admin 管理页面
2026-07-29 21:24:40 +08:00
commit 51dc8dc4f6
83 changed files with 10794 additions and 0 deletions
@@ -0,0 +1,73 @@
+{
+  "documents": [
+    {
+      "id": "doc001",
+      "title": "QMDSearch 向量检索服务部署运维手册",
+      "text": "# 部署概述\nQMDSearch v1.2.0 依赖 Qdrant 1.12、Redis 7.2 与 Ollama 0.5 三个组件，默认端口分别为 6333、6379 与 11434。生产环境推荐使用 docker compose 一键拉起，健康检查路径为 /health，首次启动约需 30 秒完成集合初始化。\n# 关键配置\nembedding_dimension 默认 1536，sparse_enabled 默认开启。按照《运维规范》第三条要求：修改 retrieval_top_k 或 l1_doc_top_n 后必须重启服务，并执行回归冒烟用例。\n# 故障排查\n若 Qdrant 连接超时，先检查容器网络 qmd-net 是否互通；Ollama 拉取模型失败时重试 ollama pull qwen2.5:1.5b；Redis 不可用时会自动降级为直连检索，不影响主流程。",
+      "golden_category": "技术文档"
+    },
+    {
+      "id": "doc002",
+      "title": "Embedding 服务接入指南",
+      "text": "# 接入方式\nEmbeddingService 统一接口支持 openai 与 local 两种 provider。openai provider 默认模型 text-embedding-3-small，走 OpenAI 兼容 API；local provider 调用 Ollama 的 /api/embed 接口，默认模型 bge-m3，超时 60 秒。\n# 批量调用\nembed(texts) 支持批量编码，传入空列表时直接返回空列表。单次批量建议不超过 64 条文本，超长文本建议先按 800 字符切分。\n# 维度校验\n返回向量维度与 settings.embedding_dimension 不一致时仅记录 warning 不抛错，且每次调用最多提示一次，避免日志刷屏。",
+      "golden_category": "技术文档"
+    },
+    {
+      "id": "doc003",
+      "title": "智能搜索助手 Pro 2.0 产品说明书",
+      "text": "# 产品简介\n智能搜索助手 Pro 2.0 面向企业知识库场景，单机支持 200 人并发查询，平均响应时间 350 毫秒，P99 延迟不超过 1.2 秒。\n# 核心功能\n产品支持分层摘要检索、类目路由与平铺全文检索三种模式，可按租户切换。第 5 章介绍高级筛选语法，更多示例见《用户操作手册》。\n# 版本记录\n2.0 版新增 RRF 融合排序与 sparse 稀疏检索；1.8 版的旧版筛选语法兼容至 2026 年 12 月 31 日，之后停止维护。",
+      "golden_category": "产品手册"
+    },
+    {
+      "id": "doc004",
+      "title": "云文档协作平台快速上手指南",
+      "text": "# 快速开始\n注册账号后 3 分钟内即可创建首个知识空间，免费额度包含 5GB 存储与每月 1000 次 API 调用，超出后按 0.01 元每次计费。\n# 协作功能\n平台支持多人实时编辑、行内评论与版本回滚，历史版本默认保留 90 天，企业版可延长至 365 天。详见《协作白皮书》第二章。\n# 移动端\niOS 与 Android 客户端支持离线缓存，单文件上限 200MB，弱网环境下自动启用增量同步。",
+      "golden_category": "产品手册"
+    },
+    {
+      "id": "doc005",
+      "title": "差旅费用报销管理办法",
+      "text": "# 适用范围\n本办法适用于全体正式员工与实习生，自 2026 年 1 月 1 日起施行，原 2024 版办法同时废止。\n# 报销标准\n一线城市住宿限额每晚 500 元，二线城市 400 元，其他城市 300 元；高铁二等座、飞机经济舱据实报销。第十条规定：超标部分需部门总监书面审批。\n# 报销流程\n发票开具后 30 日内须提交 OA 系统，超过 90 天的票据不予受理。常见问题见《财务报销常见问题》第七条。",
+      "golden_category": "财务行政"
+    },
+    {
+      "id": "doc006",
+      "title": "固定资产采购与领用规定",
+      "text": "# 采购审批\n单笔金额超过 5000 元的采购须走 OA 审批流，超过 20000 元需分管副总裁签字，紧急采购可先邮件报备后补流程。\n# 领用登记\n固定资产领用后 3 个工作日内在行政系统登记资产编号，编号规则见《资产管理细则》第四条，笔记本等移动设备须加贴防伪标签。\n# 盘点与报废\n每年 12 月进行年度盘点，报废资产须填写 FD-07 表单并附照片存档，残值率按 5% 计提。",
+      "golden_category": "财务行政"
+    }
+  ],
+  "queries": [
+    {"query": "QMDSearch 依赖哪些组件，分别用什么端口？", "type": "positive", "golden_doc_id": "doc001", "golden_section": "部署概述"},
+    {"query": "修改 retrieval_top_k 之后需要做什么？", "type": "positive", "golden_doc_id": "doc001", "golden_section": "关键配置"},
+    {"query": "Ollama 拉取模型失败应该怎么处理？", "type": "positive", "golden_doc_id": "doc001", "golden_section": "故障排查"},
+    {"query": "embedding_dimension 的默认值是多少？", "type": "positive", "golden_doc_id": "doc001", "golden_section": "关键配置"},
+    {"query": "公司组织年度体检的医院是哪家？", "type": "negative", "golden_doc_id": null},
+
+    {"query": "local provider 默认使用哪个嵌入模型？", "type": "positive", "golden_doc_id": "doc002", "golden_section": "接入方式"},
+    {"query": "embed 接口传入空列表会返回什么？", "type": "positive", "golden_doc_id": "doc002", "golden_section": "批量调用"},
+    {"query": "向量维度和配置不一致时会抛异常吗？", "type": "positive", "golden_doc_id": "doc002", "golden_section": "维度校验"},
+    {"query": "如何申请欧洲申根旅游签证？", "type": "negative", "golden_doc_id": null},
+
+    {"query": "智能搜索助手 Pro 2.0 支持多少并发查询？", "type": "positive", "golden_doc_id": "doc003", "golden_section": "产品简介"},
+    {"query": "高级筛选语法在产品说明书的哪一章介绍？", "type": "positive", "golden_doc_id": "doc003", "golden_section": "核心功能"},
+    {"query": "旧版筛选语法兼容到什么时候？", "type": "positive", "golden_doc_id": "doc003", "golden_section": "版本记录"},
+    {"query": "竞品的按年订阅价格是多少？", "type": "negative", "golden_doc_id": null},
+
+    {"query": "云文档平台免费额度包含多少存储空间？", "type": "positive", "golden_doc_id": "doc004", "golden_section": "快速开始"},
+    {"query": "历史版本默认保留多长时间？", "type": "positive", "golden_doc_id": "doc004", "golden_section": "协作功能"},
+    {"query": "移动端单文件上传上限是多少？", "type": "positive", "golden_doc_id": "doc004", "golden_section": "移动端"},
+    {"query": "视频会议最多支持多少人同时开启摄像头？", "type": "negative", "golden_doc_id": null},
+
+    {"query": "一线城市住宿报销限额是多少？", "type": "positive", "golden_doc_id": "doc005", "golden_section": "报销标准"},
+    {"query": "发票超过多少天就不能报销了？", "type": "positive", "golden_doc_id": "doc005", "golden_section": "报销流程"},
+    {"query": "住宿超标部分需要谁审批？", "type": "positive", "golden_doc_id": "doc005", "golden_section": "报销标准"},
+    {"query": "新版差旅报销办法什么时候开始施行？", "type": "positive", "golden_doc_id": "doc005", "golden_section": "适用范围"},
+    {"query": "员工结婚礼金的公司福利标准是多少？", "type": "negative", "golden_doc_id": null},
+
+    {"query": "采购金额超过多少需要副总裁签字？", "type": "positive", "golden_doc_id": "doc006", "golden_section": "采购审批"},
+    {"query": "资产编号规则在哪个文件里规定的？", "type": "positive", "golden_doc_id": "doc006", "golden_section": "领用登记"},
+    {"query": "报废资产需要填写什么表单？", "type": "positive", "golden_doc_id": "doc006", "golden_section": "盘点与报废"},
+    {"query": "办公区绿植养护的排班表在哪里查？", "type": "negative", "golden_doc_id": null}
+  ]
+}