这个品类的数据长什么样
本页面向企业新员工入职培训场景，材料包括入职培训计划、课程签到表、岗位说明书，字段涵盖课程名称、岗位名称、日期、数量、签字与回执。培训计划按批次更新，签到表按场次产生，岗位说明书随组织调整改版，三者版本节奏不同。多语资料进入知识库后，先切分为数据行，再由向量模型生成向量并写入索引；术语表与对照稿的成型依赖后续节点，本功能只保证材料可被召回、同组数据可合并。
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 |
|---|---|---|
| 入职培训计划 | 课程名称、岗位名称、日期与签字在各语言版本中写法一致，能回指原文 | 在知识库设置里核对索引模型，确认与知识库实际使用的向量模型一致；打开一条数据行核对索引字段是否含多个向量标识 |
| 课程签到表 | 同一场次在两份材料里的名称、数量、日期对得上，不缺签字或回执 | 查看重建任务覆盖的数据范围，确认换模型后只对已完成索引的数据触发；核对数据行状态是否为 indexed |
| 岗位说明书 | 岗位名称与术语译名全篇一致，版本与培训计划同步 | 抽一条数据行看索引字段，再检索一次看同组是否合并；核对引用文本的 tokens 与数组条数分别记录 |
| 数据行 | 一条数据的多个向量标识都在，同组数据能合并取最高分 | 打开一条数据行核对索引字段；在知识库设置里核对索引模型，确认 defaultToken 与 maxToken 对应的切分与预算设置 |
容易做错的三处
- 现象：同一记录在培训计划与签到表里的课程名称、数量、日期对不上。核对以下环节：两份材料版本未同步。
- 现象：岗位说明书改版后，术语译名全篇不一致，无法回指原文。核对以下环节：旧数据未覆盖。
- 现象：签到表缺少签字或回执，检索结果出现重复条目。核对以下环节：一组数据对应多个向量，合并时未按最高得分去重。
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；引用条数按数组长度记录，quoteMaxToken 作为引用内容预算单独核对 tokens。
- 在知识库设置里核对索引模型，确认与知识库实际使用的向量模型一致；打开数据行核对索引字段与
defaultToken、maxToken相关切分预算。 - 查看重建任务记录覆盖的数据范围，确认换模型后只对已完成索引的数据触发；检索一次核对同组数据是否合并、是否取最高得分。