这个品类的数据长什么样
本页面向专业技术人员职业资格考试报名审核场景，材料包括报名表、学历证明、工作年限证明，来源为考试管理机构与用人单位，更新节奏随报名批次与审核周期滚动。报名表承载身份与报考科目字段，学历证明承载毕业院校、专业、证书编号与落款日期，工作年限证明承载岗位、起止日期与单位签章。三类材料进入向量模型与索引功能时，报名表作为主记录锚点，学历证明与工作年限证明作为佐证材料分别生成向量与原数据行，同一份材料可对应多个向量标识。字段特征集中在姓名、证件号、单位名称、日期与签字，常见跨材料名称、数量、日期不一致，版本未同步，缺签字或回执，需在索引前完成材料对齐。
配置怎么定
这一环由索引服务与向量库执行，输出向量与索引状态（能否召回、同组数据是否合并）。「可回指原文的依据条目」由后续 AI 节点、代码节点或人工（检索与引用裁剪只取支撑材料）接着完成。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 报名表 | 姓名、证件号、报考科目、落款日期与签字字段需与学历证明、工作年限证明逐项对齐，同一记录名称、数量、日期不得冲突 | 打开一条报名表数据行，核对索引字段是否记录多个向量标识，检索后看同组数据是否合并取最高分 |
| 学历证明 | 毕业院校、专业、证书编号、落款日期与签字回执需与报名表一致，版本须为现行 | 在知识库设置里核对索引模型与实际使用模型一致，查看重建任务覆盖的数据范围 |
| 工作年限证明 | 岗位、起止日期、单位名称与签章需与报名表、学历证明的时间线衔接，缺签字或回执不得进入索引 | 按 limit 核对引用文本预算，数组条数单独记录，确认状态为 indexed |
| 数据行索引字段 | 一条数据的多个向量标识应完整记录，同组数据检索后合并，换模型后只对已完成索引的数据触发重建 | 打开一条数据行核对索引字段，查看重建任务记录，确认覆盖范围与状态 |
容易做错的三处
- 现象：检索结果出现重复条目。核对以下环节：同一记录在报名表与工作年限证明里的名称、日期对不上，向量标识未合并。
- 现象：换模型后召回质量下降。核对以下环节：版本未同步，重建任务只覆盖已完成索引的数据，未覆盖旧版本材料。
- 现象：数据行有内容却检索不到。核对以下环节：学历证明缺签字或回执，索引字段未记录向量标识，状态未达 indexed。
怎么确认配好了
本功能验收：抽一条数据行看索引字段是否记录多个向量标识，再检索一次看同组数据是否合并取最高分，状态为 indexed，并查看重建任务记录。
业务测试：问一个跨材料的依据问题，看回答是否给出可回指的出处，引用条数按数组长度记录，引用文本预算按 limit 核对。
- 在知识库设置里核对索引模型与知识库实际使用的向量模型一致，确认
limit引用预算。 - 打开一条数据行核对索引字段，查看重建任务记录覆盖的数据范围，确认状态为 indexed 且同组数据合并。