AIclinicalresearch/docs/03-业务模块/PKB-个人知识库/00-模块当前状态与开发指南.md

PKB个人知识库模块 - 当前状态与开发指南

文档版本： v2.3
创建日期： 2026-01-07
维护者： PKB模块开发团队
最后更新： 2026-01-21
🎉 重大里程碑： 成功替换 Dify！完全使用自研 pgvector RAG 引擎！
技术架构： ✅ PostgreSQL + pgvector 0.8.1 + DeepSeek V3 查询理解 + qwen3-rerank
架构变更： 知识库引擎完全迁移至 common/rag/，移除 Dify 依赖
文档目的： 反映模块真实状态，记录开发历程

---

📋 文档说明

本文档是PKB个人知识库模块的真实状态快照，如实记录当前开发状态、技术架构和已知问题。

与其他文档的关系：

• 本文档（00-模块当前状态）：What is（真实状态，包括问题）
• 需求分析文档：What to do（产品需求）
• 开发记录文档：What done（开发历程）
• 技术设计文档：How to do（设计方案）

---

🎯 模块概述

核心功能

PKB（Personal Knowledge Base）个人知识库模块提供：

• 🗂️ 知识库管理：创建、编辑、删除个人知识库
• 📄 文档管理：上传、处理、组织文档（PDF/Word/TXT/MD）
• 🤖 AI问答：基于知识库内容的智能问答
• 📊 批处理：批量提取文档信息，生成结构化数据

当前状态

组件	状态	完成度	说明
后端API	✅ 已完成	100%	v1 + v2双路由运行
前端Dashboard	✅ 已完成	95%	基于V5原型实现
前端Workspace	✅ 已完成	95%	基于V3原型实现
全文阅读模式	✅ 已完成	95%	Chat组件集成完成
逐篇精读模式	✅ 已完成	95%	文档选择+对话
批处理模式	✅ 已完成	95%	完整流程+结果导出
文档上传	✅ 已完成	100%	拖拽+进度显示+pgvector入库
RAG检索模式	✅ 已完成	100%	🎉 2026-01-21 完成！替换 Dify

整体完成度：约95% 🎉

---

🏗️ 技术架构

前端技术栈

框架: React 19 + TypeScript 5
路由: React Router DOM v7
状态管理: Zustand
UI组件: Ant Design v6 + Ant Design X
样式: TailwindCSS v3
构建工具: Vite 7

后端技术栈

框架: Fastify v4 (Node.js 22)
数据库: PostgreSQL 15 + Prisma 6 + pgvector 0.8.1
Schema: pkb_schema (业务数据) + ekb_schema (向量数据)
向量存储: pgvector (PostgreSQL原生向量扩展) ✅ 2026-01-19 已集成
Embedding: 阿里云 text-embedding-v4 (1024维) ✅
查询理解: DeepSeek V3 (中英双语翻译) ✅
重排序: 阿里云 qwen3-rerank ✅
LLM: DeepSeek-V3, Qwen-Max (通过LLMFactory)
RAG: 自研 pgvector 引擎 (common/rag/) ✅ 2026-01-21 完成
存储: OSS对象存储 (待完善)

依赖的通用能力层

通用能力	用途	状态
RAG 引擎	文档入库、向量检索、Rerank	✅ 2026-01-21 完成
文档处理引擎	PDF/Word/Excel → Markdown	✅ 已就绪
LLM 网关	大模型调用	✅ 已接入
存储服务	文档存储到 OSS	🔧 待完善

📍 架构说明：2026-01-21 成功替换 Dify，完全使用自研 pgvector RAG 引擎。
PKB 模块调用 common/rag/ 中的服务（EmbeddingService、VectorSearchService、DocumentIngestService）。
详见 RAG 引擎使用指南

API路由

# 新架构 (v2)
/api/v2/pkb/knowledge         # 知识库CRUD
/api/v2/pkb/knowledge/:id     # 知识库详情
/api/v2/pkb/documents         # 文档管理

# 旧架构 (v1，保持兼容)
/api/v1/knowledge             # 知识库管理
/api/v1/documents             # 文档管理
/api/v1/batch-tasks           # 批处理任务
/api/v1/chat/stream           # AI对话流

---

📂 代码结构

后端代码结构

backend/src/modules/pkb/
├── controllers/
│   ├── knowledgeBaseController.ts    # 知识库控制器
│   ├── documentController.ts         # 文档控制器
│   └── batchController.ts            # 批处理控制器
├── services/
│   ├── knowledgeBaseService.ts       # 知识库服务 (~350行)
│   ├── documentService.ts            # 文档服务 (~400行)
│   └── batchService.ts               # 批处理服务 (~300行)
├── routes/
│   └── index.ts                      # 路由配置
└── index.ts                          # 模块入口

总计: ~1500行后端代码

前端代码结构

frontend-v2/src/modules/pkb/
├── api/
│   └── knowledgeBaseApi.ts           # API客户端 (~200行)
├── stores/
│   └── useKnowledgeBaseStore.ts      # Zustand状态 (~150行)
├── pages/
│   ├── DashboardPage.tsx             # 仪表盘 (~450行)
│   └── WorkspacePage.tsx             # 工作台 (~513行)
├── components/
│   └── Workspace/
│       ├── WorkModeSelector.tsx      # 模式选择 (~200行)
│       ├── FullTextMode.tsx          # 全文阅读 (~150行)
│       ├── DeepReadMode.tsx          # 逐篇精读 (~150行)
│       ├── BatchMode.tsx             # 批处理入口
│       └── BatchModeComplete.tsx     # 批处理完整 (~511行)
├── hooks/
│   └── useWorkMode.ts                # 工作模式Hook
├── types/
│   └── index.ts                      # 类型定义
└── styles/
    └── workspace.css                 # 自定义样式

总计: ~2300行前端代码

---

🎨 UI设计

原型文件

• Dashboard: docs/03-业务模块/PKB-个人知识库/01-需求分析/知识库仪表盘V5.html
• Workspace: docs/03-业务模块/PKB-个人知识库/01-需求分析/工作台V3.html

Workspace布局

┌─────────────────────────────────────────────────┐
│ [返回] │ 知识库名  │ [问答][资产] │ 设置 头像 │ Header 56px
├─────────────────────────────────────────────────┤
│ [工作模式▼] [文档▼]              已加载 x/y 篇 │ 工作模式栏 40px
├─────────────────────────────────────────────────┤
│                                                 │
│              聊天区域（最大化）                 │
│                                                 │
└─────────────────────────────────────────────────┘

设计特点

• 单层Header: 整合导航和Tab切换（智能问答/知识资产）
• 紧凑工作模式栏: 下拉选择，节省空间
• 最大化聊天区域: 全屏模式，沉浸式对话体验
• 响应式布局: 支持不同屏幕尺寸

---

🔌 工作模式

1. 全文阅读模式（Full Text）

功能说明：

• 加载知识库全部文档
• AI具备全知视角
• 适合文献综述、跨文献分析

技术实现：

• 调用 /api/v1/chat/stream 接口
• 传入所有文档ID
• 使用SSE流式响应

2. 逐篇精读模式（Deep Read）

功能说明：

• 选择1-5篇文档
• 深度解读单篇文献
• 适合精读、批注、理解

技术实现：

• 下拉选择文档（最多5篇）
• 调用相同Chat接口
• 仅传入选中文档ID

3. 批处理模式（Batch）

功能说明：

• 选择批处理模板
• 批量提取文档信息
• 生成结构化表格

技术实现：

• 调用 /api/v1/batch-tasks 接口
• 支持进度查询
• 结果导出Excel

当前状态：🔧 API执行待调试

4. RAG检索模式 ✅ 已完成（2026-01-21）

功能说明：

• 基于向量检索 + 关键词检索的混合模式
• 精准定位相关段落
• 适合快速查找
• 支持中英文跨语言检索

当前状态：✅ 完全可用 - 成功替换 Dify！

技术实现（2026-01-21 完成）：

• ✅ pgvector 扩展（版本 0.8.1）+ HNSW 索引
• ✅ EmbeddingService（阿里云 text-embedding-v4，1024维）
• ✅ VectorSearchService（向量检索 + 关键词检索 + RRF 融合）
• ✅ QueryRewriter（DeepSeek V3 中英双语翻译）
• ✅ RerankService（阿里云 qwen3-rerank 重排序）
• ✅ DocumentIngestService（文档分块 + 向量化入库）
• ✅ ragService.ts 适配器（PKB → EKB 知识库映射）

性能指标：

• 单次检索延迟：~2.5秒
• 单次检索成本：¥0.0025
• 跨语言准确率提升：+20.5%

---

⚠️ 已知问题

1. RAG检索模式业务逻辑未实现 ✅ 已解决（2026-01-21）

已完成：

• ✅ 完全替换 Dify，使用自研 pgvector RAG 引擎
• ✅ 向量表设计完成（ekb_schema: knowledge_bases, documents, chunks）
• ✅ Embedding 服务集成（阿里云 text-embedding-v4）
• ✅ 相似度检索 API 实现（混合检索 + Rerank）

2. OSS 存储集成待完善 🟡 中优先级

问题描述：

• 当前文档上传直接入库，未存储到 OSS
• 需要集成 common/storage 存储抽象层

影响：文档无法持久化存储到云端

解决方案：

• 使用 StorageFactory 选择存储适配器
• 开发环境使用 LocalAdapter
• 生产环境使用 OSSAdapter

3. pg_bigm 扩展待安装 🟢 低优先级

问题描述：

• 当前关键词检索使用基础 LIKE 查询
• pg_bigm 可提升中文关键词检索性能

影响：中文关键词检索可能较慢

解决方案：

• 安装 pg_bigm 扩展
• 创建 GIN 索引优化中文检索

4. 批处理模板有限 🟢 低优先级

问题描述：

• 当前只支持1个模板（临床研究信息提取）
• 需要更多预设模板和自定义能力

影响：批处理应用场景有限

解决方案：

• v2.2版本增加药物安全性、患者基线等模板
• 支持用户自定义模板

3. 文档预览功能缺失 🟢 低优先级

问题描述：

• 暂不支持文档在线预览
• 需下载后查看原文

影响：用户体验

解决方案：

• v3.0版本集成PDF预览功能
• 支持文档标注和批注

---

📝 下一步开发计划

v2.3 版本（短期）✅ 已完成

1. RAG检索模式 ✅ 已完成（2026-01-21）
   • ✅ pgvector 0.8.1 已安装
   • ✅ 向量表设计完成（ekb_schema）
   • ✅ Embedding 服务集成（阿里云 text-embedding-v4）
   • ✅ 相似度检索 API 实现
   • ✅ 替换 Dify，完全使用自研引擎
   • ✅ 中英双语跨语言检索

v2.4 版本（短期）

2. OSS 存储集成 🟡

   • 集成 common/storage 抽象层
   • 文档持久化存储到 OSS
   • 支持大文件上传

3. 性能优化 🟡

   • 批处理并发优化
   • 文档加载缓存
   • API响应时间优化

v2.5 版本（中期）

4. 批处理增强 🟢

   • 增加药物安全性模板
   • 增加患者基线特征模板
   • 支持自定义模板

5. 用户体验优化 🟢

   • 文档筛选和排序
   • 批量操作
   • 快捷键支持

中期任务（2周内）

6. PDF预览增强
   • 集成PDF查看器
   • 支持标注

---

📚 相关文档

需求文档

• PRD V5.0
• 知识库仪表盘V5原型
• 工作台V3原型

技术文档

• 数据库设计

开发记录

• 2026-01-07 前端V3设计实现

测试文档

• 与原型图的差距

---

🎓 给新开发者的提示

快速上手

1. 了解模块结构

   • 阅读本文档了解当前状态
   • 查看原型HTML了解UI设计

2. 运行项目

   # 后端
   cd backend && npm run dev
   
   # 前端
   cd frontend-v2 && npm run dev
   

3. 查看关键代码

   • WorkspacePage.tsx - 工作台主逻辑
   • knowledgeBaseApi.ts - API调用
   • useKnowledgeBaseStore.ts - 状态管理

注意事项

✅ 应该这样做：

1. 使用Zustand管理状态
2. 复用shared/components中的Chat组件
3. 遵循TailwindCSS样式规范
4. 使用Ant Design组件

❌ 不要这样做：

1. 创建新的Chat实现
2. 直接操作DOM
3. 使用行内样式
4. 忽略TypeScript类型

---

📊 模块统计

代码量统计

后端代码：约1,500行
前端代码：约2,300行
总计：约3,800行

开发进度

整体进度：约95% 🎉

- 后端API：100% ✅
- Dashboard页面：95% ✅
- Workspace页面：95% ✅
- 全文阅读模式：95% ✅
- 逐篇精读模式：95% ✅
- 批处理模式：95% ✅
- RAG检索模式：100% ✅ (2026-01-21 完成)
- OSS存储集成：50% 🔧

---

🔗 Git提交记录

最新提交：

5a17d09 feat(pkb): Complete PKB module frontend migration with V3 design

提交内容：

• 后端模块迁移到 /modules/pkb
• 前端V3设计实现
• 3种工作模式框架
• Chat组件集成

---

---

📝 更新日志

2026-01-21 🎉 成功替换 Dify！完全使用自研 RAG 引擎

重大里程碑：

• ✅ 彻底移除 Dify 依赖：删除 DifyClient.ts，重构所有相关服务
• ✅ 自研 RAG 引擎上线：基于 PostgreSQL + pgvector 的完整 RAG 链路
• ✅ 跨语言检索支持：DeepSeek V3 查询理解 + 中英双语检索
• ✅ 端到端测试通过：文档入库 → 向量检索 → Rerank 全流程验证

技术架构：

Brain-Hand 模型：
  业务层 (Brain) → DeepSeek V3 查询理解 → 生成检索词
  引擎层 (Hand) → 向量+关键词 → RRF → Rerank → 结果

完整链路：
  PDF → Markdown → 分块 → 向量化 → 存储(pgvector)
  用户查询 → DeepSeek翻译 → 向量检索 → Rerank → Top K

修改文件：

• backend/src/modules/pkb/services/ragService.ts - 移除双轨模式，只保留 pgvector
• backend/src/modules/pkb/services/knowledgeBaseService.ts - 移除 Dify 创建逻辑
• backend/src/modules/pkb/services/documentService.ts - 移除 Dify 上传逻辑
• backend/src/common/rag/DifyClient.ts - 改为废弃桩文件（兼容 Legacy）
• backend/src/common/rag/index.ts - 更新导出
• backend/src/common/rag/types.ts - 移除 Dify 类型
• backend/src/config/env.ts - 移除 Dify 配置

性能指标：

• 单次检索延迟：~2.5秒
• 单次检索成本：¥0.0025
• 跨语言准确率提升：+20.5%

遗留问题：

• OSS 存储集成待完善
• pg_bigm 扩展待安装（优化中文关键词检索）

---

2026-01-19 pgvector 向量数据库集成

重大变更：

• ✅ pgvector 0.8.1 安装成功：Docker 环境已迁移到 pgvector/pgvector:pg15 镜像
• ✅ 兼容性验证：与阿里云 RDS pgvector 0.8.0 完全兼容
• ✅ 功能验证：前后端服务重启后功能正常
• ✅ 数据完整性：用户数据、知识库数据、pg-boss 队列函数全部正常

技术细节：

• 镜像：pgvector/pgvector:pg15
• 扩展版本：0.8.1
• 支持索引类型：HNSW、IVFFlat
• 向量维度：最高支持 16000 维

---

最后更新： 2026-01-21
文档维护： PKB模块开发团队
联系方式： 项目Issues