这个品类的数据长什么样
职业院校技能竞赛组织的多语资料与术语处理，材料来自竞赛规程、报名表、训练计划三类，含字段、日期与签字。规程给出赛项名称、组别、时间与术语定义，报名表承载选手与单位信息，训练计划记录阶段安排与回执。三类材料以中英或多语对照稿形式进入知识库，各自承担术语来源、记录来源与进度来源的角色。更新节奏跟随赛项通知、报名截止与训练阶段推进，同一记录的名称、数量、日期在不同材料间需保持可回指。字段特征为多语并列、术语重复率高、版本易分叉。材料进入该功能后，先切分为数据行并生成向量，原数据与索引字段一并留存，供后续检索与引用裁剪取用。
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。索引模型与知识库实际使用的向量模型保持一致，换模型后只对已完成索引的数据触发重建。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 竞赛规程 | 同一术语全篇一致、译名能回指原文；字段、日期与签字在三类材料间对得上 | 打开一条规程数据行，核对索引字段是否记下多个向量标识，并确认状态为 indexed |
| 报名表 | 同一记录在规程与报名表里的名称、数量、日期一致，缺签字或回执需标出 | 抽三条术语查全篇写法是否一致，再检索一次看同组数据是否合并 |
| 训练计划 | 版本未同步时以最新重建任务记录覆盖的数据范围为准，回执字段不可缺 | 查看重建任务覆盖的数据范围，确认换模型后仅对已完成索引的数据触发 |
| 数据行索引字段 | 一条数据的多个向量标识都在，检索先召回向量再按标识回原数据合并 | 在知识库设置里核对索引模型，并核对 limit 的引用文本预算 |
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：同一组原数据对应多个向量，合并时未按最高得分归并。
- 现象：同一记录在规程与报名表里的名称、数量、日期对不上。核对以下环节：版本未同步，旧稿仍在库中。
- 现象：数据行有内容却检索不到。核对以下环节：换模型后只对已完成索引的数据触发重建，部分数据未覆盖。
怎么确认配好了
本功能验收：抽一条数据行看索引字段，再检索一次看同组是否合并；核对状态是否为 indexed，并查看重建任务记录覆盖的数据范围。
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，且缺签字或回执的记录已标出。
- 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，并核对
limit对应的引用文本 tokens，数组条数单独记录。 - 打开一条数据行核对索引字段是否记下多个向量标识，再查看重建任务记录，确认换模型后只对已完成索引的数据触发。