这个品类的数据长什么样
普通高校招生录取投档业务中，招生计划、投档规则、录取名册三类材料常以多语版本并行流转，字段涵盖院校代号、专业组、计划数、投档日期、录取状态与签字栏。材料来源为省级招生考试机构与高校招生办，按批次与轮次更新，同一记录在不同语种版本里名称、数量、日期需逐项对齐。材料进入本功能时，招生计划承担专业与名额基线角色，投档规则承担流程与条件判定角色，录取名册承担结果与签章角色。多语资料与术语处理要求译名能回指原文，术语表与对照稿由后续步骤产出，本功能只负责把材料切分、向量化并建立索引，使同一术语在不同语种段落间可被召回与合并。
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 |
|---|---|---|
| 招生计划材料 | 院校代号、专业组、计划数、日期与签字栏在不同语种版本中需一致 | 打开一条数据行核对索引字段是否含多个向量标识，确认 defaultToken 与 maxToken 设置下切分后同一术语仍可召回 |
| 投档规则材料 | 投档条件、批次与日期字段需与计划材料互指，版本号需同步 | 查看重建任务记录覆盖的数据范围，确认换模型后仅对已完成索引的数据触发重建 |
| 录取名册材料 | 录取状态、数量、日期与签字回执需与规则材料一致，缺签字或回执视为不完整 | 检索同一术语，确认同组数据合并后取最高分，状态为 indexed 的数据行可被召回 |
| 索引模型 | 与知识库实际使用的向量模型一致，索引字段记录一条数据的多个向量标识 | 在知识库设置里核对索引模型，并核对数据行索引字段是否完整 |
容易做错的三处
- 现象：同一记录在招生计划与录取名册里的院校名称、计划数量、投档日期对不上。核对以下环节：多语版本各自更新，缺少统一术语表与对照稿，版本未同步。
- 现象：录取名册缺签字或回执，对外发布稿仍被当作完整材料引用。核对以下环节：材料完整性判定未纳入核验，签字栏与回执字段未被单独检查。
- 现象：检索结果出现重复条目，或数据行有内容却检索不到。核对以下环节：索引字段未记录全部向量标识，同组数据未合并，或换模型后重建范围未覆盖该数据行。
怎么确认配好了
本功能验收：抽一条数据行看索引字段是否记录多个向量标识，再检索一次看同组数据是否合并并取最高分；状态只认 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，译名能否回指原文，并核对引用条数与 quoteMaxToken 分别记录。
- 打开一条数据行，核对索引字段里的向量标识数量与索引模型是否一致，确认
defaultToken与maxToken下切分结果可召回。 - 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，并检查同组数据合并与最高分取值。