来源治理与处理结果说明

治理设置、来源处理、当前分段和向量重算分别确认,不能用一个成功响应替代整个处理链。

治理设置

文件来源可以在处理完成前保存标签、到期和启用设置。省略字段保持原值;tags: [] 清空标签,expires_at: null 清除到期时间。tags: null 按当前绑定视为未提供标签,不具有清空语义。

enabled: false 同时清除过期后强制启用;已过期且原来未实际启用的来源设置 enabled: true 时,会派生过期后强制启用。读取响应中的 enabled、expired、force_enabled_after_expiry、effective_enabled,不要只根据提交值推断最终状态。

Catalog 表来源只接受过期与启停字段,不能显式提交 tags/force-enabled 字段。已处理成功的文件来源实际改变治理启用状态时,才同步向量表中的禁用标志;未完成处理的来源保存设置不意味着索引可用。

来源处理视图

来源处理列表按候选来源汇总底层作业,每次最多选择 32 个来源。total 统计符合候选条件的来源,不是底层作业数,也不是完整历史;当前没有 page、offset 或 cursor 参数。

job_id 是来源汇总视图标识,不是可直接传给工作流查询的应用或运行 ID。顶层 reconcile_required 还可能提示历史来源关系需要补建;列表为空但提示为 true 时,应先检查来源关系,不要反复假设存在可重试作业。

普通协调会观察运行状态并推进满足条件的关联、结果或后续处理;显式重试另需指定来源及匹配的失败作业。RAG 作业可重试;Catalog 文件复制与本地文件载入按其类型重试;关联结构化导入任务的失败不通过本路径重启。

当前分段与条件写入

文档 GET 默认返回 20 个分段,最多 100 个;按 segment_status.next_cursor 继续。条件写入的 etag 代表整个当前分段集合,与本页窗口无关。它不覆盖来源治理字段或召回计数,不能用其变化证明向量已重新生成。

创建、修改、启停、删除及重嵌入返回完整分段快照;使用返回的 ETag 做后续条件写入。重嵌入可能在分段事实不变时返回相同 ETag。写入期间出现冲突时重读并确认意图,不自动覆盖。删除后仍须至少保留一个分段。

当前创建使用 chunk。doc/section 虽能通过前置层级类型检查,但没有完整持久化支持,不把它们当作可用创建方式。创建时的图片与页面图片身份由解析流程提供,不能通过请求另指定。

结果确认

updated: true 只说明协调调用已处理;即使没有候选也可能返回 true。处理成功要结合来源 ingest_status、关联信息与文档 segment_status 判断,不根据候选清单变空判断。

来源处理状态使用 pending/succeeded/failed 等来源枚举;存储准备的 ensure_status 使用 ready 等另一套值。存储准备就绪不等于来源处理成功,来源治理启用也不等于来源内容已解析或可检索。

本工作集保留未发布的重试字段扩展。

最后更新于