fix(bridge): KB 检索尊重 limit/去重并接入 reranker；记录 quality/KB 批次运行结果
This commit is contained in:
wangliang
@@ -66,7 +66,7 @@ RPC 走 **容器网络直连**：compose 把 `bridge` 同时接入外部网络 `
|
||||
- **AI Provider 已配置**：DashScope `qwen-plus-latest`（completion）+ `text-embedding-v4` 1024 维（embedding），
|
||||
`configure-ai.js` 的两项连通性测试均通过。密钥只存在 LibreDesk 库内与 `.env`（600），未写入文档。
|
||||
- 助理指令已加固（见第 9 节）：`search_products` 必须用 2-5 个词的关键词、不得编造价格/商品，`price=null` 时明确说“暂不可用”。
|
||||
- **知识库已接入**：`bridge` 库 `kb_docs` 367 行（296 parent / 71 child，来自 `deploy/seeds/kb_docs.sql.gz`），
|
||||
- **知识库已接入**：`bridge` 库 `kb_docs` 594 行（523 parent / 71 child，来自 `deploy/seeds/kb_docs.sql.gz`），
|
||||
`RAG_PG_URL` 已配置，`search_kb` 实测命中最低起订量/退换货等 FAQ，AI 能据此回答。
|
||||
- `app.root_url = https://wangliang-crm.dev.gaia888.com`（`scripts/set-public-url.js`）。
|
||||
- 10 个 bridge 工具已注册（`scripts/register-tools.js`）：`search_products / search_orders / search_inventory /
|
||||
@@ -153,7 +153,7 @@ docker run --rm -v /etc/nginx/conf.d:/c redis:7-alpine rm -f /c/zz-wangliang-crm
|
||||
|---|---|---|
|
||||
| ~~AI Provider（DashScope）~~ | ✅ **已配置**（qwen-plus-latest / text-embedding-v4），端到端已验证 | 换 key：`DASHSCOPE_API_KEY=sk-xxx node scripts/configure-ai.js` |
|
||||
| **SMTP / 163 邮件** | `SMTP_*` 为空，OTP 与邮件渠道不可用 | 填 `.env` 后 `node scripts/configure-email.js` + `node scripts/add-email-inbox.js` |
|
||||
| ~~知识库 RAG（search_kb）~~ | ✅ **已配置**：快照导入 `bridge` 库（367 行），`RAG_PG_URL` 已指向，`search_kb` 可用 | 更新：`bash scripts/import-kb-snapshot.sh` 或 `node scripts/sync-kb-online.js --local-only --force` |
|
||||
| ~~知识库 RAG（search_kb）~~ | ✅ **已配置**：快照导入 `bridge` 库（594 行），`RAG_PG_URL` 已指向，`search_kb` 可用 | 更新：`FORCE=1 bash scripts/import-kb-snapshot.sh` 或 `node scripts/sync-kb-online.js --local-only --force` |
|
||||
| **WhatsApp 渠道** | 无 Meta 凭据 | 填 `WA_*` 后 `scripts/add-whatsapp-inbox.js`；需要公网回调（本栈已有 HTTPS，可不用 cloudflared） |
|
||||
| **public-gateway / cloudflared** | 未启动 | 需要 Cloudflare 临时隧道时再 `docker compose up -d public-gateway cloudflared` |
|
||||
|
||||
@@ -248,6 +248,7 @@ table_exists = bridge_ai_metrics；当前 rows=0
|
||||
|
||||
1. 导入仓库内置快照：`bash scripts/import-kb-snapshot.sh`
|
||||
→ 导入到 `crmnew-postgres/bridge`，实测 **367 行（296 parent / 71 child）**，与文档预期一致；
|
||||
后续第二批上游把快照升级到 **594 chunks（523 parent / 71 child）**，用 `FORCE=1 bash scripts/import-kb-snapshot.sh` 重导；
|
||||
2. `.env` 增加 `RAG_PG_URL=postgres://crmnew:***@postgres:5432/bridge`，`docker compose up -d --build --force-recreate bridge`；
|
||||
3. 修了一个上游接线 bug：`server.js` 调 `createTools(cfg)` 时没传 `retriever/verification/client`，
|
||||
导致 HTTP 工具入口的 `search_kb` / `send_verification_code` / `handoff_to_human` 永远返回 `not_configured`。
|
||||
@@ -270,7 +271,7 @@ RAG_PG_URL=postgres://crmnew:<password>@127.0.0.1:5440/bridge \
|
||||
node scripts/sync-kb-online.js
|
||||
```
|
||||
|
||||
## 11. 最新代码（origin/main merge `a1d1de0`）怎么运行
|
||||
## 11. 最新代码（origin/main merge `a1d1de0` + `589e5f9`）怎么运行
|
||||
|
||||
最新 `main` 新增了 KB 快照/在线同步、环境差异文档，并去掉了 5.1 对旧栈的依赖。本机已合并并落地。
|
||||
|
||||
@@ -291,7 +292,7 @@ docker compose ps
|
||||
|
||||
| 任务 | 命令 | 本机结果 |
|
||||
|---|---|---|
|
||||
| KB 快照导入 | `bash scripts/import-kb-snapshot.sh` | ✅ 367 行（296/71） |
|
||||
| KB 快照导入 | `FORCE=1 bash scripts/import-kb-snapshot.sh` | ✅ 594 行（523/71） |
|
||||
| KB 本地重建 | `RAG_PG_URL=...127.0.0.1:5440/bridge node scripts/sync-kb-online.js --local-only --force` | ✅ 296/71 + 备份 |
|
||||
| KB 在线同步 | `RAG_PG_URL=... node scripts/sync-kb-online.js` | 可选（官网 WAF，失败用 `--local-only`） |
|
||||
| 全量 sitemap | `node scripts/build-site-map.js www us` | ✅ 55,354 行（见 5.2） |
|
||||
@@ -303,3 +304,41 @@ docker compose ps
|
||||
本机现状正好符合：
|
||||
- RPC 走 `spug-net` 直连 `wangliang-dev:950x`，**没有**运行 `rpc-tunnel.sh`；
|
||||
- HTTPS 由宿主 nginx + `*.dev.gaia888.com` 证书提供，**没有**用 Cloudflare Quick Tunnel。
|
||||
|
||||
### 第二批（merge `589e5f9`）：质量/观测/KB 版本
|
||||
|
||||
新增：Prometheus `/metrics`、RAG reranker、citation checker、三级升级、A/B 实验、`agent_trace_steps`（`TRACE_ENABLED`）、
|
||||
`flywheel_samples`、`chat-log`，以及 `kb-audit.js` / `kb-version.js` / `eval-retrieval.js` / `build-site-kb.js`。
|
||||
KB 快照同步升级到 594 chunks。
|
||||
|
||||
```bash
|
||||
# 重导新版 KB 快照
|
||||
FORCE=1 bash scripts/import-kb-snapshot.sh
|
||||
|
||||
# 观测与质量
|
||||
curl -s http://127.0.0.1:4100/metrics | head
|
||||
PW=$(grep '^POSTGRES_PASSWORD=' .env | cut -d= -f2)
|
||||
RAG_PG_URL="postgres://crmnew:${PW}@127.0.0.1:5440/bridge" node scripts/kb-audit.js
|
||||
RAG_PG_URL="postgres://crmnew:${PW}@127.0.0.1:5440/bridge" node scripts/eval-retrieval.js
|
||||
RAG_PG_URL="postgres://crmnew:${PW}@127.0.0.1:5440/bridge" node scripts/kb-version.js list
|
||||
```
|
||||
|
||||
本机实测：
|
||||
|
||||
- `kb-audit`：594 行（523/71）、`empty_answers=0`、`missing_tsv=0`；
|
||||
- `eval-retrieval`：**9/9 PASS**；
|
||||
- `kb-version list`：能看到 `kb_docs_v20261023033455` 备份与 `kb_sync_runs` 记录；
|
||||
- AI 端到端：退款/VAT 问题均按 KB 内容回答（如 VAT refund 给出 `helpdesk@yehwang.com` 与 proof of export 流程）。
|
||||
|
||||
⚠️ 两点范围说明：
|
||||
|
||||
1. `/metrics` 的 `bridge_ai_*` 计数只在 **bridge agent 路径**（webhook 编排）里累加；LibreDesk 内置 AI 不走这条路径，
|
||||
所以当前 `/metrics` 主要只有 uptime/RSS，`bridge_ai_metrics` 也仍是 0 行。
|
||||
2. `build-site-kb.js` 直接 fetch 官网 sitemap，和 `build-site-map.js` 一样会被 WAF 挑战页挡住；
|
||||
如需从本地 sitemap 重新生成 `bridge/kb/11-site-map.md`，要先给脚本加本地 XML 回退（`build-site-map.js` 已有同款逻辑）。
|
||||
|
||||
本地在这一批上补了两个小修复（未推送）：
|
||||
|
||||
- `search_kb` 在没有 reranker 时会忽略 `limit`（上游改为先取 8 条给 reranker）→ 现在无 reranker 时尊重 `limit`；
|
||||
- parent/child 可能命中同一篇 → 按 `question+answer` 去重后再重排；
|
||||
- 同时把 `createLLM + createReranker` 接进 HTTP 工具入口，让 LibreDesk 直接调 `search_kb` 也能享受重排。
|
||||
|
||||
Reference in New Issue
Block a user