项目印记
预测未来的最好办法，就是把它创造出来。--艾伦.凯(美）
【网站AI】功能清单
【摘要】盘点网站AI三层架构：交互式问答与写作助手、后台无感自动化流水线、评测反馈质量闭环，涵盖RAG检索、接地校验、权限降级与运维命令。
【关键词】
RAG问答
知识库
接地校验
自动化流水线
评测闭环
附件正文提取（自动生成，便于检索与问答）
【99da632df2164f2a9bd289daac6056d5.pdf】
网站 AI 功能完整清单
百驽 · 2026-10-08 · 按"谁在用、什么时候用"分层整理
一、用户直接使用的 AI（交互式）
| 功能 | 入口 | 干什么 | 核心技术 |
| AI 知识中枢（核心） | 全站右下角 🤖 挂件 | 像问同事一样查笔记 / 文章 / 工作计划 / 课表；逐字流式回答；答案标注出处，可点开原文；多轮追问 | BM25 + 语义向量混合检索 → RRF 融合 →BGE-Reranker 精排 →流式生成 → 逐句接地校验（防编造，双票逐句对质资料）→ 引用卡片（类型 / 更新日期 / 按文档去重） |
| 技术 AI · 文档分析 | 侧边栏 → 工作台 →AI 工作助手（第一个Tab） | 粘贴文档，四种模式：全面分析 /300 字摘要 / 关键信息提取 / 生成FAQ；超过 6000 字自动分段处理再合并 | map-reduce 长文档管道 |
| Developer AI · 代码评审 | 同上（第二个 Tab） | 粘贴代码，自动检索知识库中的编码规范，逐条对照评审，每个问题标注违反的规范编号 [n]；无规范时明确指引不瞎评 | 混合检索拉规范 → 评审→ 输出过接地校验（防编造规范条款） |
| 编辑器 AI 助手 | 写作管理 → 写文章，工具栏 AI 按钮 | 选中文本：润色 / 续写 / 缩写 / 扩写/ 起标题 / 出题；或自由提问后将结果替换或插入正文 | 服务端代理调用 Kimi，密钥不落前端 |
| 教案生成 | 写作管理 → 教案生成 | 按主题生成教案 | 同上 |
二、后台自动运行的 AI（无感自动化）
| 功能 | 触发方式 | 干什么 |
| 文章自动加工 | 发布 / 保存文章后后台线程 | 自动生成【摘要】【关键词】卡片 + SEO 描述 + 智能归类 |
| 每日邮件摘要 | launchd 每天早上（也可flask mail-digest 手动） | AI 汇总最近邮件生成中文摘要，发到自己邮箱；可选写回Obsidian 当日 Daily 笔记 |
| 每日新闻蒸馏 | 定时 / 手动 flask news-distill | 把 Daily 笔记中的英文 EdTech 资讯蒸馏成中文要点，写回笔记 |
| 每日晨报 | 每天 08:40 定时邮件 | 组合拳：邮件摘要 + 新闻蒸馏 + 知识缺口清单（机器人答不出的问题）+ 今日截止任务提醒 |
三、看不见的 AI（质量工程，决定信任）
| 功能 | 作用 |
| 接地校验（kb_guard） | 问答答案生成后，逐句与资料来源对质：每个事实句必须给出资料原文证据才判"支持"，两票独立判定都被否决的句子整句删除。每条回答约 3 次模型调用（生成 + 两票校验），换"句句有出处、编造就删"。 |
| LLM-as-judge 评测 | flask kb-eval --judge ：大模型当裁判，按"忠实于资料 + 覆盖期望要点"回归测试答案质量。攻防结果：16.7% → 100%（6 题标注集）。 |
| 反馈闭环（kb_feedback） | 👍👎 反馈与检索零命中自动落库 → 管理页"知识缺口（近 30 天）"面板 → 晨报汇总。直接回答"该补什么知识"。 |
| 检索质量评测 | flask kb-eval ：黄金问题集回归测试检索命中率与期望文档平均排名（Reranker 上线后平均排名 1.50 → 1.00）。 |
| AI 知识地图（/aimap） | 展示型：全站收录的 AI 工具一张图（对话 / 图像 / 视频 / 办公 / 编程 / 教育 / 资讯 /站内 AI），本身不调用模型。 |
四、名字带 AI 但不是 AI 的（规则引擎，零模型调用）
课表问答（查 Course 表）、教师名册问答（查名册笔记）、客服 FAQ——挂在问答前置层，命中即直达。所以问"明
天有什么课"秒回且零成本。
五、依赖与成本底座
| 组件 | 说明 |
| 聊天模型 | 全部走 Kimi（kimi-for-coding，OpenAI 兼容接口）；密钥仅在服务端 .env （AI_API_KEY），不落前端。 |
| 语义嵌入 | SiliconFlow · BAAI/bge-m3，知识库 4225 块已向量化； flask kb-embed 幂等补算。 |
| 检索精排 | SiliconFlow · BAAI/bge-reranker-v2-m3，对混合检索召回候选重排序。 |
| 降级策略 | 嵌入 / 精排与聊天模型互相独立，任一失败自动退回 BM25 / RRF 顺序，问答主流程不受影响；接地校验失败时放行原答案。 |
| 权限护栏 | 内部资料仅登录可见且检索层 SQL 过滤（非生成后补救）；问答限流：登录 120 次/时、匿名 10 次/时；助手 60 次/时。 |
| 可见性分级 | kb_chunks 两级：public（匿名可检索）/ login（登录解锁），Obsidian 的 3-Projects/ 、 context/ 目录与工作计划默认 login。 |
六、常用运维命令
| 命令 | 用途 |
| flask kb-sync / flask kb-rebuild | 增量同步 / 全量重建知识库索引 |
| flask kb-embed [--force] | 为新块补算向量（换模型后 --force 全量重算） |
| flask kb-import-file <路径> | 导入 PDF/Word/Excel/CSV 附件（表格转 markdown 块） |
| flask kb-eval [--judge] [--export N] [--ask] | 检索层评测 / LLM 评审答案质量 / 从真实反馈导题 |
| flask mail-digest / news-distill / plan-remind | 手动触发每日自动化流水线 |
一句话总结
前台是一个会回答、敢标注出处、说不知道就承认的问答中枢加两个工作助手；后台是发布即加工、每天自动
摘要的自动化流水线；底下是评测 - 反馈 - 补知识的质量闭环。三层加起来，是这个站 AI 的全部家当。
生成于 2026-10-08 · 基于代码库实际盘点（ai_chat 全部 8 个调用点）· 文档中所有指标为当日实测值
问 AI（只依据本文回答）
输入你的问题，AI 只根据当前段落和全篇上下文回答。
本文批注（0）