这个品类的数据长什么样
本页面向职业学校学生实习管理场景，材料来自实习协议、实习计划、实习日志三类文本，含多语种版本与术语混用情况。更新节奏随实习批次推进，协议先出、计划跟进、日志按周回填，签字与回执页常以扫描件形式补入。材料进入解析与分块功能时，协议承担术语基准角色，计划承担字段对照角色，日志承担日期与数量校验角色；三者在同一批次内需保持术语写法一致，译名可回指原文，字段与签字栏位可逐条比对。
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）。「统一术语表与对照稿」由检索与后续处理接着完成。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 实习协议 | 字段、日期与签字是否齐全，多语版本术语写法是否一致 | 打开数据行核对状态，检查 chunkSize 与 chunkSplitter 对签字页的切分是否保留完整字段 |
| 实习计划 | 同一记录在协议与计划中的名称、数量、日期是否对得上 | 分别核对文件记录与数据行，确认 trainingType 与索引状态 parsed / indexing / indexed 对应关系 |
| 实习日志 | 日期与数量是否与协议、计划一致，回执是否缺失 | 抽三条术语查全篇写法，查看重建任务覆盖的数据行是否只含已完成索引的数据 |
| 文件与数据行 | 文件记录与数据行各自的身份分得开 | 分别核对文件记录与数据行，确认唯一数据标识与索引三态流转一致 |
容易做错的三处
- 现象：同一记录在协议与计划里的名称、数量、日期对不上。原因：多语版本未同步更新，术语表与对照稿未随批次重出。
- 现象：日志回填后缺签字或回执，协议扫描件未补入。原因：材料分批上传，解析落库后未触发索引，检索层隔离待索引数据。
- 现象：换模型后重建耗时异常。原因：重建范围未限定已完成索引的数据，待索引数据被误纳入重建链。
怎么确认配好了
本功能验收：上传一份材料，看数据行状态按 parsed / indexing / indexed 流转，并核对重建任务只覆盖已完成索引的数据行。
业务测试：抽三条术语查全篇写法是否一致，译名能否回指原文，并记录引用文本的 tokens 与数组条数分别登记。
- 打开数据行核对状态，确认三态与界面显示一致，并分别核对文件记录与数据行。
- 查看重建任务覆盖的数据行，确认只针对已完成索引的数据，待索引数据不参与召回。