这个品类的数据长什么样
教师资格考试与认定涉及笔试面试报名表、普通话证书、体检表等材料，来源为各级考试机构与认定单位，更新随报名批次、认定公告与证书发放节奏推进。材料进入本功能时，报名表字段承载身份与科目信息，普通话证书字段承载等级与编号，体检表字段承载结论与日期签字。多语资料与术语处理要求同一术语全篇一致、译名能回指原文，因此材料先转为可检索文本，再由向量模型生成向量，索引服务负责召回与合并，后续节点或人工据此产出统一术语表与对照稿。
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。检索与引用裁剪只取支撑材料，不生成术语表、对照稿或版本台账。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 笔试面试报名表 | 名称、数量、日期与签字在三类材料间须一致，译名能回指原文 | 核对报名表与体检表同一记录的名称、日期、签字是否对得上，并检查数据行索引字段是否含多个向量标识 |
| 普通话证书 | 证书编号、等级与发证日期须与报名表对应记录一致 | 抽一条证书数据行，核对索引字段是否完整，再检索一次看同组是否合并 |
| 体检表 | 体检结论、日期与签字须与报名表、证书记录一致 | 查看重建任务覆盖的数据范围，确认换模型后已完成索引的数据是否触发重建 |
| 知识库设置 | 索引模型与知识库实际使用的向量模型一致 | 在知识库设置里核对索引模型，并确认 limit 与引用文本 tokens 的预算关系 |
容易做错的三处
- 现象：同一记录在报名表与体检表里的名称、日期对不上。核对以下环节：材料版本未同步，字段录入来源不同。
- 现象：数据行有内容却检索不到。核对以下环节：索引字段缺失向量标识，或重建任务未覆盖该数据。
- 现象：检索结果出现重复条目。核对以下环节：同组数据未合并，向量得分未取最高分。
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、得分是否取最高。
业务测试：抽三条术语查全篇写法是否一致，并核对译名能否回指原文。
- 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是否一致。
- 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重建。