这个品类的数据长什么样
校外培训合规备案与处罚应对场景下，材料主要来自办学许可证、课程备案材料、收费公示三类纸质或电子文档，更新节奏跟随备案批次、年检周期与整改通知。字段特征集中在机构名称、课程名称、课时数量、收费金额、生效日期、签字与回执。办学许可证作为主体资格底稿，课程备案材料作为课程范围与课时依据，收费公示作为价格与退费口径来源。三类材料进入解析与分块环节时，各自以独立文件记录落库，解析完成后立即形成可见数据行并绑定唯一数据标识，供后续检索与差异定位使用。
配置怎么定
这一环由解析与训练任务（服务端任务）执行，输出数据行与索引状态（已解析、索引中、已完成）。「差异清单」由检索与后续处理接着完成。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 办学许可证 | 机构名称、办学地址、有效期与签字盖章在许可证与台账之间一致 | 核对许可证数据行与台账记录的名称、日期字段，确认chunkSize分块后字段未被截断，并查看该数据行是否处于indexed状态 |
| 课程备案材料 | 课程名称、课时数量、授课日期与备案回执在课程备案材料与收费公示之间一致 | 分别打开课程备案与收费公示数据行，比对数量与日期，记录不一致字段，核对chunkSplitter切分后字段是否完整 |
| 收费公示 | 收费项目、金额口径、退费规则与公示日期在收费公示与课程备案材料之间一致 | 核对收费公示数据行与课程备案数据行的金额与日期，检查签字或回执是否缺失，确认trainingType对应的处理模式 |
| 数据行索引状态 | 数据行处于parsed、indexing、indexed三态之一且与界面显示一致 | 查看数据行状态，确认待索引数据不参与召回，重建只覆盖indexed数据 |
容易做错的三处
- 现象：同一课程在备案材料与收费公示里的名称、数量、日期对不上。原因：两份材料分别解析落库，字段未做跨文件对齐，差异未被定位。
- 现象：办学许可证已更新，课程备案材料仍沿用旧版本。原因：版本未同步，旧数据行仍处于indexed状态并被检索命中。
- 现象：收费公示缺少签字或回执，材料仍进入解析流程。原因：解析只负责落库与分块，签字缺失不在解析环节拦截。
怎么确认配好了
本功能验收：上传一份材料，看数据行状态从parsed到indexing再到indexed的流转，核对chunkSize分块结果，并查看重建任务只覆盖indexed数据行。
业务测试：用一条真实记录找出与台账不一致的字段，记录名称、数量、日期中不一致项，交复核人确认并回写。
- 分别核对文件记录与数据行标识，确认文件与数据行身份分得开，避免混用。
- 查看重建任务覆盖的数据行，确认只针对indexed数据，待索引数据不参与重建。