这个品类的数据长什么样
本页面向成绩录入与学分认定场景中的多语资料与术语处理，材料包括成绩单、缓考申请、补考安排三类。成绩单承载课程名称、学分、成绩与签章字段；缓考申请记录申请事由、日期与审批签字；补考安排列出补考时间、地点与回执。三类材料常以不同语种版本并行提交，同一记录在名称、数量、日期上需逐项对齐。材料按学期批次进入知识库，更新节奏与教务发布同步，字段特征为多语对照、术语密集、签字与回执并存。成绩单提供学分认定依据，缓考申请与补考安排提供流程节点，三者共同支撑统一术语表与对照稿的生成。
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）。「统一术语表与对照稿」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。检索先召回向量，再按索引字段回原数据合并，同一组数据取最高分。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 成绩单 | 同一课程名称与学分在两份语种版本中写法一致，日期与签字齐全 | 打开数据行核对索引字段是否含多个向量标识，检索后确认同组是否合并 |
| 缓考申请 | 申请事由与审批日期在两份材料中对得上，签字与回执不缺 | 核对索引模型与知识库实际使用模型一致，查看重建任务覆盖的数据范围 |
| 补考安排 | 补考时间、地点与回执数量在两份材料中一致，版本同步 | 检索三条术语查全篇写法，确认数据行状态为 indexed 且无重复条目 |
| 数据行 | 一条数据的多个向量标识都在，同组数据合并后取最高分 | 核对 limit 与引用文本 tokens，数组条数单独记录 |
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：同一组数据的多个向量标识未合并，或索引字段缺失导致回原数据时无法归并。
- 现象：同一记录在两份材料里的名称、数量、日期对不上。核对以下环节：版本未同步，多语资料各自独立导入，术语表未先对齐。
- 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触发，未覆盖的数据行仍有内容却检索不到。
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；再检索一次看同组是否合并，并查看重建任务记录覆盖范围。
业务测试：抽三条术语查全篇写法是否一致，确认译名能回指原文，签字与回执不缺。
- 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是否一致。
- 打开一条数据行核对索引字段，确认多个向量标识都在，并查看重建任务覆盖的数据范围。