知识库 — 制造业搜索引擎

一个面向制造业知识的精准信息检索服务。基于 Elasticsearch，采用 BM25 + 向量混合检索——不是 RAG，不是生成式 AI。文档要么原文返回，要么不返回。

为什么不用 RAG？

在制造业中，一个字符之差就是另一个报警码，设备参数脱离领域上下文便毫无意义，而错误答案会带来真实后果。本系统围绕零编造保证设计：文档命中即原样展示；若无匹配，则明确告知调用方。LLM 仅作为查询理解代理和对话式讲解者——绝不作为事实来源。

---

本项目是什么

一个面向半导体制造设备的零编造知识库 API。文档从 Elasticsearch 原文检索；系统从不生成文档文本。LLM 恰好担任两个角色：

• 查询理解代理（POST /api/v1/extract）—— 将自由文本问题转为结构化检索参数。
• 对话式搜索助手（POST /api/v1/chat）—— 提取参数、检索知识库，并严格基于返回文档作答。

技术栈：FastAPI · Elasticsearch 8.x（IK 分词插件）· pydantic-settings · httpx · DashScope Embeddings API（可选）。

---

三大保证

• 零编造

  搜索响应只包含原文文档片段，或什么都不返回。禁止 LLM 编造参数、步骤或报警码。

• 优雅降级

  无 LLM 密钥 → 搜索与索引照常工作（AI 对话返回 503）。无 embedding 密钥 → 仅 BM25 关键词检索，无 kNN。服务始终能启动。

• Taxonomy 约束

  project 与 equipment 在入库时对照 config/taxonomy.yaml 校验。未知值被拒绝，而非静默入库。

---

下一步去哪

你想…	阅读
运行整套服务并试用	快速开始
了解整体架构	架构 → 总览
了解 chat/extract 接口	架构 → AI 对话搜索
了解文件如何变成文档	架构 → 文件导入管道
了解检索排序与状态契约	架构 → 检索与排序
调参 / 接入新的 Provider	配置
调用 HTTP API	API 参考
接入指标与日志	可观测性
从零重建整个系统	参考 → 从零搭建
查阅每个字段与 ES 映射	参考 → 数据模型
查阅每项设置与环境变量	参考 → 配置参考
部署、备份与加固	运维 → 部署
运行测试 / 开发	运维 → 测试与开发
诊断故障	运维 → 故障排查
了解安全态势	运维 → 安全

---

一图概览

flowchart TD
    UI["上游对话 / UI 层"] -->|SearchRequest| API
    subgraph API["FastAPI (kb.main)"]
        search["POST /api/v1/search"]
        chat["POST /api/v1/chat · /extract"]
        ingest["POST /api/v1/ingest/*"]
        docs["POST /api/v1/documents/*"]
    end
    API --> ES[("Elasticsearch 8.x<br/>BM25 + kNN")]
    API -.可选.-> EMB["DashScope Embeddings<br/>text-embedding-v3 (1024 维)"]
    API -.可选.-> LLM["LLM (OpenAI 兼容)<br/>提取 · 切分 · 讲解"]

结构化过滤先收窄候选集，随后 BM25 关键词检索与稠密向量相似度共同重排。调用方永远看不到 AI 生成的文本——只有原文文档片段。