这个品类的数据长什么样
校外培训合规备案与处罚应对，常备材料包括办学许可证、课程备案材料、收费公示，以及对应的回执与签字页。这些材料按学期或审批批次更新，字段涉及机构名称、课程名称、课时数量、收费金额、生效日期与签字。进入本功能后，办学许可证、课程备案材料、收费公示各自以独立数据集或分组导入，成为可检索的原数据；向量模型为每组数据生成向量标识，原数据与标识存入业务库，向量存入向量库。材料版本不同步、同一记录名称或日期对不上时，检索会先召回向量，再按标识回原数据合并，同一组数据取最高分，为后续回指原文提供候选支撑。
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 |
|---|---|---|
| 办学许可证 | 机构名称、许可证编号、有效期起止、签字与回执是否与课程备案材料一致 | 打开办学许可证所在数据行，核对索引字段中的多个向量标识是否齐全，并确认状态为 indexed |
| 课程备案材料 | 课程名称、课时数量、备案日期、签字是否与收费公示对得上 | 在知识库设置里核对索引模型与实际使用的向量模型是否一致，再检索课程名称看同组是否合并 |
| 收费公示 | 收费项目、金额、公示日期、版本是否与办学许可证及课程备案材料同步 | 查看重建任务覆盖的数据范围，确认换模型后只对已完成索引的数据触发，并记录 defaultToken 与 maxToken |
| 数据行 | 内容存在且索引字段完整，能被召回 | 抽一条数据行核对索引字段，再检索一次看同组数据是否合并 |
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：同一记录在办学许可证与课程备案材料里的名称或日期对不上，向量标识未归并到同一组数据。
- 现象：换模型后召回质量下降。核对以下环节：重建任务只对已完成索引的数据，未完成索引的数据行不参与召回，需先完成索引再重建。
- 现象：数据行有内容却检索不到。核对以下环节：收费公示缺签字或回执，索引字段缺失向量标识，或索引模型与知识库实际使用的向量模型不一致。
怎么确认配好了
本功能验收：抽一条数据行看索引字段，确认多个向量标识都在且状态为 indexed；再检索一次，看同一组数据是否合并、得分是否取最高。
业务测试：问一个跨材料的依据问题，例如课程备案材料中的课时数量与收费公示是否一致，看回答是否给出可回指的出处。
- 在知识库设置里核对索引模型，确保与知识库实际使用的向量模型一致，并记录
defaultToken与maxToken。 - 打开一条数据行核对索引字段，确认多个向量标识都在，并查看重建任务记录覆盖的数据范围。