# 知识库引擎数据模型设计

> **文档版本**: v2.0  
> **最后更新**: 2026-01-21  
> **状态**: ✅ 权威文档  
> **说明**: 本文档是知识库引擎数据模型的唯一权威来源，其他文档应引用本文档，避免重复定义。

---

## 1. 设计原则

### 1.1 核心理念

> **即使没有任何结构化数据，RAG 检索也必须能工作！**
> 
> 结构化数据是"锦上添花"，不是"必须有"。

### 1.2 四层架构

```
┌─────────────────────────────────────────────────────────────┐
│  Layer 0: RAG 核心层（必须有，检索基础）                      │
│  ─────────────────────────────────────                      │
│  extractedText  → 全文 Markdown                             │
│  chunks[]       → 文本切片                                  │
│  embeddings[]   → 向量嵌入                                  │
│                                                             │
│  ✅ 只要有这一层，RAG 就能工作！                             │
├─────────────────────────────────────────────────────────────┤
│  Layer 1: 基础信息层（必须有，系统需要）                      │
│  ─────────────────────────────────────                      │
│  filename, fileType, fileSizeBytes, fileUrl                 │
│  status, errorMessage, createdAt, updatedAt                 │
│                                                             │
│  ✅ 文件管理必需                                            │
├─────────────────────────────────────────────────────────────┤
│  Layer 2: 内容增强层（可选，提升体验）                        │
│  ─────────────────────────────────────                      │
│  summary       → AI 生成摘要（快速预览）                     │
│  tokenCount    → Token 数量（成本估算）                      │
│  pageCount     → 页数                                       │
│                                                             │
│  ✅ 有则更好，无也能用                                       │
├─────────────────────────────────────────────────────────────┤
│  Layer 3: 分类标签层（可选，用户自定义）                      │
│  ─────────────────────────────────────                      │
│  contentType   → 内容类型（可 AI 自动识别）                  │
│  tags[]        → 用户标签（用户自己打）                      │
│  category      → 分类目录（用户自己选）                      │
│                                                             │
│  ✅ 用户可以不管，系统也能运行                               │
├─────────────────────────────────────────────────────────────┤
│  Layer 4: 结构化数据层（可选，精准查询）                      │
│  ─────────────────────────────────────                      │
│  metadata      → 文献属性（pmid, doi, journal...）          │
│  structuredData → 类型特定数据（pico, diagnosis...）        │
│                                                             │
│  ✅ 高级功能，专业用户/药企场景使用                          │
└─────────────────────────────────────────────────────────────┘
```

### 1.3 设计目标

| 目标 | 实现方式 |
|------|----------|
| **最小可用** | Layer 0-1 必须有，RAG 就能工作 |
| **渐进增强** | Layer 2-4 可选，有则更强 |
| **用户友好** | 什么都不填也能用 |
| **专业支持** | 专业用户可以填完整信息 |
| **AI 辅助** | contentType、summary 可 AI 自动生成 |
| **灵活扩展** | JSONB 支持任意结构化数据 |

### 1.4 ER 关系图

```
┌─────────────────────────────────────────────────────────────────┐
│                     EkbKnowledgeBase                            │
│  ─────────────────────────────────────────────                  │
│  id, name, description                                          │
│  type (USER | SYSTEM)                                           │
│  ownerId (userId 或 moduleId)                                   │
│  config (JSONB: chunkSize, topK, enableRerank...)              │
├─────────────────────────────────────────────────────────────────┤
                              │ 1:N
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                       EkbDocument                               │
│  ─────────────────────────────────────────────                  │
│  id, kbId(FK), userId                                           │
│  filename, fileType, fileSizeBytes, fileUrl, fileHash           │
│  extractedText, summary, tokenCount, pageCount                  │
│  contentType, tags[], category                                  │
│  metadata(JSONB), structuredData(JSONB)                         │
├─────────────────────────────────────────────────────────────────┤
                              │ 1:N
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                        EkbChunk                                 │
│  ─────────────────────────────────────────────                  │
│  id, documentId(FK)                                             │
│  content, chunkIndex                                            │
│  embedding (vector 1024)                                        │
│  pageNumber, sectionType                                        │
│  metadata(JSONB)  ← 新增：切片级元数据                          │
└─────────────────────────────────────────────────────────────────┘
```

---

## 2. EkbKnowledgeBase 模型（容器表）

### 2.1 设计目的

| 痛点 | 解决方案 |
|------|----------|
| 无法区分用户私有库 vs 系统公共库 | `type` 字段：USER / SYSTEM |
| 无法管理"谁拥有这个库" | `ownerId` 字段：userId 或 moduleId |
| 无法为不同库配置不同 RAG 策略 | `config` JSONB：chunkSize, topK 等 |
| 用户配额管理（最多 3 个库） | 通过 `type=USER` 计数 |

### 2.2 Prisma Schema

```prisma
model EkbKnowledgeBase {
  id              String   @id @default(uuid())
  name            String                        // 知识库名称
  description     String?                       // 描述
  
  // ===== 核心隔离字段 =====
  type            String   @default("USER")     // USER: 用户私有, SYSTEM: 系统公共
  ownerId         String                        // USER: userId, SYSTEM: moduleId (如 "ASL", "AIA")
  
  // ===== 策略配置 (JSONB) =====
  config          Json?                         // { chunkSize, topK, enableRerank, embeddingModel }
  
  // ===== 关联 =====
  documents       EkbDocument[]
  
  createdAt       DateTime @default(now())
  updatedAt       DateTime @updatedAt
  
  // ===== 索引 =====
  @@index([ownerId])
  @@index([type])
  @@schema("ekb_schema")
}
```

### 2.3 字段说明

| 字段 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `id` | String | ✅ | UUID 主键 |
| `name` | String | ✅ | 知识库名称（如"我的文献库"、"ASL 系统文献库"） |
| `description` | String | ❌ | 知识库描述 |
| `type` | String | ✅ | 类型：`USER`（用户私有）或 `SYSTEM`（系统公共） |
| `ownerId` | String | ✅ | 所有者 ID：用户库填 userId，系统库填模块 ID |
| `config` | Json | ❌ | 策略配置 JSONB |

### 2.4 type 枚举

| 值 | 说明 | ownerId 含义 |
|------|------|-------------|
| `USER` | 用户私有知识库 | userId（创建者） |
| `SYSTEM` | 系统公共知识库 | moduleId（如 "ASL", "AIA", "IIT"） |

### 2.5 config 结构

```typescript
interface KnowledgeBaseConfig {
  // RAG 策略
  chunkSize?: number;        // 切片大小，默认 512
  chunkOverlap?: number;     // 切片重叠，默认 50
  topK?: number;             // 检索数量，默认 5
  
  // 高级功能
  enableRerank?: boolean;    // 启用重排序
  enableSummary?: boolean;   // 自动生成摘要
  enableClinicalExtraction?: boolean;  // 临床数据提取
  
  // 模型配置
  embeddingModel?: string;   // 嵌入模型版本
}
```

### 2.6 使用示例

```typescript
// 用户创建个人知识库
await prisma.ekbKnowledgeBase.create({
  data: {
    name: '我的肺癌文献库',
    type: 'USER',
    ownerId: 'user-123',
    config: { chunkSize: 512, topK: 5 }
  }
});

// 系统创建 ASL 模块知识库
await prisma.ekbKnowledgeBase.create({
  data: {
    name: 'ASL 系统文献库',
    type: 'SYSTEM',
    ownerId: 'ASL',
    config: { enableClinicalExtraction: true }
  }
});

// 查询用户所有知识库（配额检查）
const userKbs = await prisma.ekbKnowledgeBase.count({
  where: { type: 'USER', ownerId: 'user-123' }
});
if (userKbs >= 3) throw new Error('知识库配额已满');
```

---

## 3. EkbDocument 模型

### 3.1 Prisma Schema

```prisma
model EkbDocument {
  id              String   @id @default(uuid())
  kbId            String                        // 所属知识库
  userId          String                        // 上传者（冗余存储，方便快速查询）
  
  // ===== Layer 1: 基础信息（必须）=====
  filename        String                        // 文件名
  fileType        String                        // pdf, docx, pptx, xlsx, md, txt
  fileSizeBytes   BigInt                        // 文件大小（字节）
  fileUrl         String                        // OSS 存储路径
  fileHash        String?                       // 文件 SHA256 哈希（用于秒传和去重）
  status          String   @default("pending")  // 处理状态
  errorMessage    String?  @db.Text             // 错误信息
  
  // ===== Layer 0: RAG 核心（必须）=====
  extractedText   String?  @db.Text             // Markdown 全文
  
  // ===== Layer 2: 内容增强（可选）=====
  summary         String?  @db.Text             // AI 摘要
  tokenCount      Int?                          // Token 数量
  pageCount       Int?                          // 页数
  
  // ===== Layer 3: 分类标签（可选）=====
  contentType     String?                       // 内容类型
  tags            String[]                      // 用户标签
  category        String?                       // 分类目录
  
  // ===== Layer 4: 结构化数据（可选）=====
  metadata        Json?                         // 文献属性 JSONB
  structuredData  Json?                         // 类型特定数据 JSONB
  
  // ===== 关联 =====
  knowledgeBase   EkbKnowledgeBase @relation(fields: [kbId], references: [id], onDelete: Cascade)
  chunks          EkbChunk[]
  
  createdAt       DateTime @default(now())
  updatedAt       DateTime @updatedAt
  
  // ===== 索引 =====
  @@index([kbId])
  @@index([userId])
  @@index([status])
  @@index([contentType])
  @@index([fileHash])                           // 支持秒传查询
  @@index([tags], type: Gin)
  @@index([metadata], type: Gin)
  @@index([structuredData], type: Gin)
  @@schema("ekb_schema")
}
```

### 3.2 字段说明

#### Layer 1: 基础信息（必须）

| 字段 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `id` | String | ✅ | UUID 主键 |
| `kbId` | String | ✅ | 所属知识库 ID（外键） |
| `userId` | String | ✅ | 上传者用户 ID（冗余存储，便于快速查询） |
| `filename` | String | ✅ | 原始文件名 |
| `fileType` | String | ✅ | 文件类型：pdf, docx, pptx, xlsx, md, txt, csv |
| `fileSizeBytes` | BigInt | ✅ | 文件大小（字节） |
| `fileUrl` | String | ✅ | OSS 存储路径 |
| `fileHash` | String | ❌ | 文件 SHA256 哈希（用于秒传和去重） |
| `status` | String | ✅ | 处理状态：pending, processing, completed, failed |
| `errorMessage` | String | ❌ | 处理失败时的错误信息 |

#### Layer 0: RAG 核心（必须）

| 字段 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `extractedText` | String | ❌* | Markdown 格式全文（处理完成后必须有） |

> *注：上传时为空，处理完成后必须有值

#### Layer 2: 内容增强（可选）

| 字段 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `summary` | String | ❌ | AI 生成的摘要 |
| `tokenCount` | Int | ❌ | 全文 Token 数量（用于成本估算） |
| `pageCount` | Int | ❌ | 文档页数 |

#### Layer 3: 分类标签（可选）

| 字段 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `contentType` | String | ❌ | 内容类型标识（见第 5 节） |
| `tags` | String[] | ❌ | 用户自定义标签 |
| `category` | String | ❌ | 分类目录路径，如 "肿瘤科/肺癌" |

#### Layer 4: 结构化数据（可选）

| 字段 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `metadata` | Json | ❌ | 文献属性（见第 7 节） |
| `structuredData` | Json | ❌ | 类型特定数据（见第 8 节） |

### 3.3 status 状态枚举

| 状态 | 说明 |
|------|------|
| `pending` | 等待处理 |
| `processing` | 正在处理（解析、向量化） |
| `completed` | 处理完成 |
| `failed` | 处理失败 |

### 3.4 fileHash 使用示例

```typescript
// 计算文件哈希
import crypto from 'crypto';

function calculateFileHash(buffer: Buffer): string {
  return crypto.createHash('sha256').update(buffer).digest('hex');
}

// 上传时检查是否已存在（秒传）
async function uploadWithDedup(kbId: string, file: Buffer, filename: string) {
  const fileHash = calculateFileHash(file);
  
  // 检查同一知识库内是否已存在相同文件
  const existing = await prisma.ekbDocument.findFirst({
    where: { kbId, fileHash }
  });
  
  if (existing) {
    // 秒传：直接返回已存在的文档
    return { type: 'duplicate', document: existing };
  }
  
  // 正常上传流程
  const document = await prisma.ekbDocument.create({
    data: { kbId, fileHash, filename, /* ... */ }
  });
  return { type: 'new', document };
}
```

---

## 4. EkbChunk 模型

### 4.1 Prisma Schema

```prisma
model EkbChunk {
  id              String   @id @default(uuid())
  documentId      String                        // 所属文档
  
  // ===== 核心内容 =====
  content         String   @db.Text             // 切片文本（Markdown）
  chunkIndex      Int                           // 切片序号（从 0 开始）
  
  // ===== 向量 =====
  embedding       Unsupported("vector(1024)")?  // 向量嵌入
  
  // ===== 溯源信息（可选）=====
  pageNumber      Int?                          // 页码（用于 PDF 溯源）
  sectionType     String?                       // 章节类型
  
  // ===== 扩展元数据（可选）=====
  metadata        Json?                         // 切片级元数据 JSONB
  
  document        EkbDocument @relation(fields: [documentId], references: [id], onDelete: Cascade)
  
  @@index([documentId])
  @@index([metadata], type: Gin)                // JSONB 索引
  @@schema("ekb_schema")
}
```

### 4.2 字段说明

| 字段 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `id` | String | ✅ | UUID 主键 |
| `documentId` | String | ✅ | 所属文档 ID |
| `content` | String | ✅ | 切片文本（Markdown 格式） |
| `chunkIndex` | Int | ✅ | 切片序号，从 0 开始 |
| `embedding` | vector(1024) | ❌* | 向量嵌入（向量化后必须有） |
| `pageNumber` | Int | ❌ | 来源页码（PDF 溯源） |
| `sectionType` | String | ❌ | 章节类型标识 |
| `metadata` | Json | ❌ | 切片级扩展元数据（见 4.4） |

### 4.3 sectionType 枚举（可选）

| 值 | 说明 |
|------|------|
| `title` | 标题 |
| `abstract` | 摘要 |
| `introduction` | 引言 |
| `methods` | 方法 |
| `results` | 结果 |
| `discussion` | 讨论 |
| `conclusion` | 结论 |
| `references` | 参考文献 |
| `table` | 表格 |
| `figure` | 图片说明 |

### 4.4 metadata 结构（切片级元数据）

```typescript
interface ChunkMetadata {
  // 考试题场景
  isAnswer?: boolean;       // 是否为答案切片
  questionId?: number;      // 所属题目 ID
  chunkType?: 'question' | 'options' | 'answer' | 'explanation';
  
  // 病历场景
  section?: string;         // 病历段落：主诉、现病史、检查结果等
  
  // 通用
  importance?: number;      // 重要性权重 0-1
  keywords?: string[];      // 关键词（用于加权检索）
}
```

**使用示例**：

```typescript
// 考试题切片 - 题目
{
  "content": "1. 关于帕博利珠单抗，下列说法正确的是？",
  "metadata": { "chunkType": "question", "questionId": 1 }
}

// 考试题切片 - 选项
{
  "content": "A. 派姆单抗 B. 纳武利尤单抗 C. 阿特珠单抗 D. 度伐利尤单抗",
  "metadata": { "chunkType": "options", "questionId": 1 }
}

// 考试题切片 - 答案
{
  "content": "正确答案：A。派姆单抗是帕博利珠单抗的通用名...",
  "metadata": { "chunkType": "answer", "questionId": 1, "isAnswer": true }
}

// 检索时降低纯答案切片的权重
const results = await vectorSearch(query);
const reranked = results.map(r => ({
  ...r,
  score: r.metadata?.isAnswer ? r.score * 0.5 : r.score
}));
```

---

## 5. 索引设计

### 5.1 向量索引（HNSW）

```sql
-- 创建 HNSW 索引（高性能近似最近邻）
CREATE INDEX idx_ekb_chunk_embedding ON ekb_schema.ekb_chunk 
USING hnsw (embedding vector_cosine_ops)
WITH (m = 16, ef_construction = 64);
```

**参数说明**：
- `m = 16`: 每层最大连接数
- `ef_construction = 64`: 构建时搜索范围

### 5.2 关键词索引（pg_bigm）

```sql
-- 安装 pg_bigm 扩展
CREATE EXTENSION IF NOT EXISTS pg_bigm;

-- 全文内容索引
CREATE INDEX idx_ekb_chunk_content_bigm ON ekb_schema.ekb_chunk 
USING gin (content gin_bigm_ops);

-- 文档摘要索引
CREATE INDEX idx_ekb_document_summary_bigm ON ekb_schema.ekb_document 
USING gin (summary gin_bigm_ops);

-- 提取文本索引
CREATE INDEX idx_ekb_document_text_bigm ON ekb_schema.ekb_document 
USING gin (extracted_text gin_bigm_ops);
```

**关键词查询示例**：

```sql
-- 关键词搜索（支持中英文）
SELECT * FROM ekb_schema.ekb_chunk 
WHERE content LIKE '%Pembrolizumab%'
ORDER BY likequery(content, 'Pembrolizumab') DESC;

-- 中文搜索
SELECT * FROM ekb_schema.ekb_chunk 
WHERE content LIKE '%非小细胞肺癌%';
```

### 5.3 JSONB 索引（GIN）

```sql
-- 文献属性索引
CREATE INDEX idx_ekb_document_metadata ON ekb_schema.ekb_document 
USING gin (metadata jsonb_path_ops);

-- 结构化数据索引
CREATE INDEX idx_ekb_document_structured ON ekb_schema.ekb_document 
USING gin (structured_data jsonb_path_ops);

-- 标签数组索引
CREATE INDEX idx_ekb_document_tags ON ekb_schema.ekb_document 
USING gin (tags);
```

**JSONB 查询示例**：

```sql
-- 按影响因子筛选
SELECT * FROM ekb_schema.ekb_document 
WHERE (metadata->>'ifScore')::float > 10;

-- 按 PICO 干预措施筛选
SELECT * FROM ekb_schema.ekb_document 
WHERE structured_data->'pico'->>'I' ILIKE '%Pembrolizumab%';

-- 按标签筛选
SELECT * FROM ekb_schema.ekb_document 
WHERE tags @> ARRAY['肺癌', '免疫治疗'];
```

---

## 6. contentType 枚举

| 值 | 说明 | 适用场景 |
|------|------|----------|
| `general` | 通用文档（默认） | 任意文档 |
| `literature` | 医学文献 | 论文、研究报告 |
| `case` | 典型病历 | MDT 病例、教学病例 |
| `exam` | 教学考试 | 试题、模拟题 |
| `drug` | 药品资料 | 说明书、处方信息 |
| `guideline` | 临床指南 | NCCN、CSCO 指南 |
| `note` | 个人笔记 | 学习笔记、会议记录 |
| `protocol` | 研究方案 | 临床试验方案 |
| `report` | 工作报告 | 汇报材料、分析报告 |

---

## 7. metadata 结构（文献属性）

### 7.1 JSON Schema

```typescript
interface Metadata {
  // 基础信息
  title?: string;           // 文献标题
  abstract?: string;        // 原始摘要
  
  // 标识符
  pmid?: string;            // PubMed ID
  doi?: string;             // DOI
  nctId?: string;           // ClinicalTrials.gov ID
  
  // 来源信息
  journal?: string;         // 期刊名称
  publisher?: string;       // 出版商
  authors?: string[];       // 作者列表
  
  // 时间与评分
  publishYear?: number;     // 发表年份
  publishDate?: string;     // 发表日期 (YYYY-MM-DD)
  ifScore?: number;         // 影响因子
  
  // 分类
  docType?: string;         // 文献类型：RCT, Meta, Review, Case, Guideline
  keywords?: string[];      // 关键词
  meshTerms?: string[];     // MeSH 词表
  
  // 语言
  language?: string;        // 语言：en, zh, ...
}
```

### 7.2 示例

```json
{
  "title": "Pembrolizumab versus Chemotherapy for PD-L1–Positive Non–Small-Cell Lung Cancer",
  "pmid": "27718847",
  "doi": "10.1056/NEJMoa1606774",
  "journal": "New England Journal of Medicine",
  "authors": ["Reck M", "Rodriguez-Abreu D", "Robinson AG"],
  "publishYear": 2016,
  "ifScore": 176.079,
  "docType": "RCT",
  "keywords": ["NSCLC", "Pembrolizumab", "Immunotherapy"],
  "language": "en"
}
```

---

## 8. structuredData 结构（类型特定数据）

### 8.1 医学文献 (literature)

```typescript
interface LiteratureData {
  // PICO 要素
  pico?: {
    P: string;  // Population
    I: string;  // Intervention
    C: string;  // Comparison
    O: string;  // Outcome
  };
  
  // 研究设计
  studyDesign?: {
    design: string;       // Phase III RCT, Meta-analysis, etc.
    sampleSize: number;   // 样本量
    blinding: string;     // Double-blind, Open-label
    duration: string;     // 研究周期
  };
  
  // 用药方案
  regimen?: Array<{
    drug: string;         // 药物名称
    dose: string;         // 剂量
    freq: string;         // 频率
    route: string;        // 给药途径
  }>;
  
  // 安全性数据
  safety?: {
    ae_all: string[];     // 所有不良反应
    ae_grade34: string[]; // 3-4级不良反应
    dropout_rate: string; // 脱落率
  };
  
  // 入排标准
  criteria?: {
    inclusion: string[];  // 入选标准
    exclusion: string[];  // 排除标准
  };
  
  // 观察指标
  endpoints?: {
    primary: string[];    // 主要终点
    secondary: string[];  // 次要终点
    results: Record<string, any>;  // 结果数据
  };
}
```

### 8.2 典型病历 (case)

```typescript
interface CaseData {
  // 诊断信息
  diagnosis?: {
    primary: string;      // 主诊断
    secondary: string[];  // 合并诊断
    staging: string;      // 分期
    pathology: string;    // 病理类型
    biomarkers: Record<string, string>;  // 生物标志物
  };
  
  // 治疗信息
  treatment?: {
    firstLine: string;    // 一线治疗
    secondLine: string;   // 二线治疗
    surgery: string;      // 手术
    radiation: string;    // 放疗
    response: string;     // 疗效评价
    duration: string;     // 治疗周期
  };
  
  // 预后信息
  prognosis?: {
    pfs: string;          // 无进展生存
    os: string;           // 总生存
    status: string;       // 当前状态
    recurrence: string;   // 复发情况
  };
  
  // 随访信息
  followUp?: {
    lastVisit: string;    // 最后随访日期
    nextPlan: string;     // 下一步计划
    notes: string;        // 随访备注
  };
}
```

### 8.3 教学考试 (exam)

```typescript
interface ExamData {
  // 题目列表
  questions?: Array<{
    id: number;
    type: 'single' | 'multiple' | 'essay';  // 题型
    content: string;      // 题目内容
    options?: string[];   // 选项（选择题）
  }>;
  
  // 答案列表
  answers?: Array<{
    id: number;
    answer: string;       // 答案
    explanation: string;  // 解析
  }>;
  
  // 知识点
  knowledgePoints?: string[];
  
  // 难度
  difficulty?: 'easy' | 'medium' | 'hard';
  
  // 来源
  source?: string;        // 题目来源
}
```

### 8.4 药品资料 (drug)

```typescript
interface DrugData {
  // 基础信息
  genericName?: string;   // 通用名
  brandName?: string;     // 商品名
  manufacturer?: string;  // 生产厂家
  
  // 适应症
  indication?: string[];
  
  // 禁忌症
  contraindication?: string[];
  
  // 用法用量
  dosage?: {
    adult: string;
    pediatric: string;
    adjustment: string;   // 剂量调整
  };
  
  // 药物相互作用
  interaction?: string[];
  
  // 警告
  warnings?: string[];
  
  // 不良反应
  adverseReactions?: {
    common: string[];
    serious: string[];
  };
}
```

### 8.5 临床指南 (guideline)

```typescript
interface GuidelineData {
  // 推荐意见
  recommendations?: Array<{
    content: string;      // 推荐内容
    level: string;        // 证据级别 (1A, 2B, etc.)
    strength: string;     // 推荐强度
  }>;
  
  // 适用人群
  population?: string;
  
  // 发布机构
  organization?: string;  // NCCN, CSCO, ESMO
  
  // 版本
  version?: string;
  
  // 更新要点
  updates?: string[];
}
```

### 8.6 个人笔记 (note)

```typescript
interface NoteData {
  // 标签（与顶层 tags 字段可重复，这里可存更多）
  tags?: string[];
  
  // 分类
  category?: string;
  
  // 关联
  relatedDocs?: string[];  // 关联文档 ID
  
  // 提醒
  reminder?: string;       // 提醒日期
}
```

---

## 9. 使用示例

### 9.1 普通医生随手上传

```typescript
// 医生直接拖文件上传，什么都不填
await kbEngine.submitIngestTask({
  kbId: 'kb-123',
  file: pdfBuffer,
  filename: '某篇论文.pdf',
  // 其他字段都不填
});

// 系统自动完成：
// ✅ extractedText → 提取全文
// ✅ chunks → 切片
// ✅ embeddings → 向量化
// ✅ summary → AI 摘要（可选开启）
// ✅ contentType → AI 自动识别（可选开启）

// 结果：RAG 检索完全可用！
```

### 9.2 医生想分类管理

```typescript
// 医生上传时选择分类、打标签
await kbEngine.submitIngestTask({
  kbId: 'kb-123',
  file: pdfBuffer,
  filename: 'KEYNOTE-024.pdf',
  contentType: 'literature',
  tags: ['肺癌', '免疫治疗', 'RCT'],
  category: '肿瘤科/肺癌',
});

// 结果：可以按分类、标签筛选
```

### 9.3 药企专业录入

```typescript
// 药企医学部专业人员完整填写
await kbEngine.submitIngestTask({
  kbId: 'kb-456',
  file: pdfBuffer,
  filename: 'KEYNOTE-024.pdf',
  contentType: 'literature',
  tags: ['Pembrolizumab', 'NSCLC', 'Phase III'],
  category: '临床研究/III期',
  metadata: {
    title: 'Pembrolizumab versus Chemotherapy...',
    pmid: '27718847',
    doi: '10.1056/NEJMoa1606774',
    journal: 'NEJM',
    authors: ['Reck M', 'Rodriguez-Abreu D'],
    publishYear: 2016,
    ifScore: 176.079,
    docType: 'RCT',
  },
  options: { enableClinicalExtraction: true }
});

// AI 自动提取 structuredData：
// {
//   pico: { P: '晚期NSCLC, PD-L1≥50%', I: 'Pembrolizumab', ... },
//   studyDesign: { design: 'Phase III RCT', sampleSize: 305 },
//   ...
// }
```

### 9.4 典型病历录入

```typescript
await kbEngine.submitIngestTask({
  kbId: 'kb-123',
  file: docBuffer,
  filename: '肺癌MDT病例.docx',
  contentType: 'case',
  tags: ['MDT', '肺癌', 'IVA期'],
  category: '病例库/肺癌',
  options: { enableClinicalExtraction: true }
});

// AI 自动提取 structuredData：
// {
//   diagnosis: { primary: '非小细胞肺癌 IVA期', ... },
//   treatment: { firstLine: '帕博利珠单抗 + 化疗', ... },
//   ...
// }
```

---

## 10. 功能可用性矩阵

| 功能 | 只有 Layer 0-1 | + Layer 2 | + Layer 3 | + Layer 4 |
|------|----------------|-----------|-----------|-----------|
| **向量检索** | ✅ | ✅ | ✅ | ✅ |
| **关键词检索** | ✅ | ✅ | ✅ | ✅ |
| **混合检索** | ✅ | ✅ | ✅ | ✅ |
| **快速预览** | ❌ | ✅ 有摘要 | ✅ | ✅ |
| **分类筛选** | ❌ | ❌ | ✅ | ✅ |
| **标签筛选** | ❌ | ❌ | ✅ | ✅ |
| **年份筛选** | ❌ | ❌ | ❌ | ✅ |
| **IF 筛选** | ❌ | ❌ | ❌ | ✅ |
| **PICO 查询** | ❌ | ❌ | ❌ | ✅ |

---

## 11. 版本历史

| 版本 | 日期 | 变更内容 |
|------|------|----------|
| v1.0 | 2026-01-20 | 初版：四层架构设计，支持多内容类型 |
| v2.0 | 2026-01-21 | 整合审查建议：增加 EkbKnowledgeBase 容器表、EkbDocument.fileHash 字段、EkbChunk.metadata 字段 |