这个品类的数据长什么样
本页面向专业技术人员职业资格考试报名审核场景，材料含报名表、学历证明、工作年限证明，来源为报考人员提交与审核归档，更新节奏随批次与补件推进。报名表提供身份、报考级别与单位意见；学历证明提供院校、专业、证书编号与日期；工作年限证明提供起止时间、岗位与签字。材料进入向量模型与索引功能后，各自以文本切片生成向量，原数据存入业务库数据表，索引字段记录多个向量标识，供检索先召回向量再回原数据合并，同一组数据取最高分。字段特征集中在名称、数量、日期与签字，跨材料常出现同一记录写法不一致，需以统一术语表与对照稿收口。
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。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 报名表 | 名称、数量、日期与签字在学历证明、工作年限证明中能否回指同一记录 | 打开一条数据行核对索引字段，确认多个向量标识都在，再检索一次看同组是否合并 |
| 学历证明 | 院校、专业、证书编号与日期是否与报名表逐项一致，版本是否同步 | 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，查看重建任务覆盖的数据范围 |
| 工作年限证明 | 起止时间、岗位与签字或回执是否齐全，同一记录在两份材料里是否对得上 | 抽三条术语查全篇写法是否一致，并核对数据行状态是否为 indexed 与重建任务记录 |
| 数据行 | 一条数据的多个向量标识是否都在，换模型后是否只对已完成索引的数据触发重建 | 核对 limit 与引用文本的 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：同一组原数据对应多个向量标识，召回后未按标识合并或合并条件未命中。
- 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：报名表与学历证明、工作年限证明版本未同步，缺签字或回执。
- 现象：数据行有内容却检索不到。核对以下环节：索引模型与知识库实际使用的向量模型不一致，或换模型后重建未覆盖该数据。
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，再检索一次看同组是否合并、得分是否取最高；状态值只认 indexed 与重建任务记录。
业务测试：抽三条术语查全篇写法是否一致，并核对引用条数与引用文本的 tokens，limit 单独记录。
- 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，并查看重建任务覆盖的数据范围。
- 打开一条数据行核对索引字段，确认多个向量标识都在，并检查状态是否为 indexed 与重建任务记录。