QA 问答对管理

这是知识库的一部分

本页讲 QA 对子系统。完整的知识库（含文档 RAG、知识图谱、知识库编排器）请看知识库总览。

QA 对是结构化的"标准问 + 标准答"，用于：

客服 FAQ
政策 / 合规口径（必须返回固定答案）
高频确定性问题（不应让 LLM 自由发挥）

每条 QA 都索引了 问题向量 和 答案向量，命中阈值高时直接返回，绕过 LLM 推理。

数据结构

字段	说明
`id`	BIGINT 主键
`kb_id`	所属知识库
`category_id`	关联到 `qa_categories` 树
`question` / `answer`	必填
`question_vector`	`Vector(1024)`（取决于嵌入模型）
`answer_vector`	`Vector(1024)`
`channel`	渠道隔离：`all` / `pc` / `mobile` / `hotline`
`extra_metadata`	JSONB（API 暴露为 `metadata`）
`source_id`	外部业务标识（用于回溯）
`tags`	TEXT[]
`status`	`active` / `archived` / `draft`
`priority`	整数（不是 high/medium/low 字符串）
`view_count`	累计被列出次数
`match_count`	累计被命中次数
`feedback_score`	DECIMAL(3,2)，反馈打分
`last_matched_at`	最近一次命中时间
`created_at` / `updated_at`	时间戳

向量列上有 ivfflat + cosine 索引，所以即便表大几十万条，相似度搜索仍是亚秒级。

类目（Category）

qa_categories 是树形结构，使用 parent_id + 物化路径 path（如 /1/3/7）：

字段	说明
`name` / `description`	显示信息
`parent_id`	自引用 FK
`level`	层级深度
`path`	`/祖先1/祖先2/.../自身`
`sort_order`	同级排序
`icon` / `color`	UI 装饰
`qa_count`	子树总 QA 数（含子类）
`direct_qa_count`	仅本级 QA 数

获取整棵树：

GET /knowledge-bases/{kb_id}/qa-categories/tree

创建 QA

单个手动创建

进入知识库详情 → "QA 管理"标签 → "新建"。表单字段对应上面的列。

批量导入 JSON

POST /knowledge-bases/{kb_id}/qa-pairs/batch-import
Body: [ { "question": "...", "answer": "...", ... }, ... ]

批量导入 CSV

POST /knowledge-bases/{kb_id}/qa-pairs/batch-import-csv
Multipart: file=<csv>
Query (可选): category_id=<int>&channel=all

CSV 列实际支持：

列名	是否支持	说明
`question`	✅ 必填
`answer`	✅ 必填
`tags`	✅	用 `\|` 或 `,` 分隔
`priority`	✅	整数
`source_id`	✅	业务侧 ID
`category` / `category_name`	❌	CSV 不解析；用 query 参数 `category_id` 指定
`channel`	❌	CSV 不解析；用 query 参数 `channel` 指定

UTF-8 BOM 容忍。

如何按类目区分导入

不同类目分多次 CSV 导入，每次带不同的 ?category_id=xxx。

渠道隔离

channel 字段控制这条 QA 在哪些前端可见：

Channel	含义
`all`	所有渠道都可命中（默认）
`pc`	仅 PC 端检索可命中
`mobile`	仅手机端
`hotline`	仅热线 / 电话客服

查询时通过 ?channel= 参数过滤。没有应用级（Application 维度）QA filter 配置——隔离粒度是 QA 行 × 渠道字符串。

优先级

priority 是整数；检索结果按相似度排序后，同相似度的 QA 用 priority 排序。

旧文档提到的 "high / medium / low" 字符串值在代码里不被识别——传字符串会写入失败或丢弃。

状态

Status	含义
`active`	参与检索（默认）
`draft`	不参与检索（编辑中）
`archived`	不参与检索（已下线）

没有审批工作流

旧文档描述过 "草稿 → 待审核 → 已发布 → 已下线" 流转——代码里不存在。status 是自由设置的字符串，无审批人、无评论流、无时间戳。

检索

直接 QA 搜索

POST /knowledge-bases/{kb_id}/qa-pairs/search
{
  "query": "如何重置密码？",
  "top_k": 5
}

返回 QA 对列表 + 相似度。

走混合检索

更常用的方式是把 QA 流当作知识库的一部分，由编排器或 Agent 触发知识库统一查询接口，传 mode=hybrid：

向量化 query
    │
    ▼
QA 对 pgvector 余弦搜（threshold 0.7 召回）
    │
    ├─ 最高相似度 ≥ 0.9 → 直接返回 QA 答案（短路，省 LLM 调用）
    │
    └─ 否则 → 调 LightRAG 文档检索
                │
                ▼
            LLM 融合两路结果

mode=qa_only 强制只走 QA，无 LLM 兜底。

阈值是固定的

0.7 / 0.9 是 services/hybrid_kb_service.py 里的常量，不可配置。如需更严格"必须精确"，用 mode=qa_only + 自己的阈值后处理。

检索后的统计回写

每命中一次：

match_count +1
last_matched_at = now

view_count、feedback_score 由前端按需更新（例如用户给答案打分时）。

已实现 vs 未实现

项	状态
双向量索引	✅
多类目（树形）	✅
渠道隔离（`channel` 字段）	✅
整数优先级	✅
CSV 批量导入	✅（仅识别 5 列）
JSON 批量导入	✅
命中统计 / 反馈分	✅ 字段存在；UI 调用待补
完全字面匹配（exact match）	❌（全部走向量）
关键字检索（不向量化）	❌
审批工作流	❌（status 自由设置）
版本历史 / 还原	❌（QA 没有 version 表）
同义 / 多语言变体合并	❌
重复检测 / 自动去重	❌
应用级（Application）QA 过滤	❌（隔离粒度是 channel 字符串）
QA 间权重融合（`qa_weight` / `rag_weight`）	❌（混合是阈值短路，不是加权融合）

与 Application / Agent 的连接

QA 对随知识库挂载到 Agent：

json

{
  "knowledge_base_ids": ["kb-uuid"],
  "retrieval_config": {
    "mode": "qa_only",
    "top_k": 3,
    "similarity_threshold": 0.7
  }
}

或者把 QA 对所在的知识库直接绑到 KnowledgeBase 编排器，跳过 Agent 直答。

QA 问答对管理 ​

数据结构 ​

类目（Category） ​

创建 QA ​

单个手动创建 ​

批量导入 JSON ​

批量导入 CSV ​

渠道隔离 ​

优先级 ​

状态 ​

检索 ​

直接 QA 搜索 ​

走混合检索 ​

阈值是固定的 ​

检索后的统计回写 ​

已实现 vs 未实现 ​

与 Application / Agent 的连接 ​

相关文档 ​