这个品类的数据长什么样
国家重点研发计划项目申报涉及项目申报书、预算申报书、合作协议三类材料，来源为牵头单位与参与单位联合编制，按申报批次与预算年度更新。项目申报书承载研究内容、任务分解与考核指标，预算申报书承载经费科目与测算依据，合作协议承载任务分工、知识产权与签署信息。多语资料与术语处理时，三类材料各自角色不同：项目申报书提供术语主定义与中英对照，预算申报书提供经费科目译名与口径，合作协议提供机构名称、任务名称与签署字段。字段特征包括项目名称、课题名称、承担单位、任务编号、预算科目、起止日期、签字与回执。材料进入该功能后，先切分为多语段落，再生成向量并写入索引，为后续术语一致性与字段核对提供可召回依据。
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。索引侧只负责把多语段落、术语条目与字段片段转为可检索状态，不生成术语表、对照稿或版本台账。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 项目申报书 | 项目名称、课题名称、任务编号、承担单位、起止日期在正文与预算、协议之间是否一致；同一术语全篇写法是否统一 | 抽三条术语查全篇写法是否一致，并核对同一记录在项目申报书与合作协议中的名称、数量、日期是否对得上 |
| 预算申报书 | 预算科目名称、金额口径、年度日期与项目申报书、合作协议字段是否一致；版本是否同步 | 打开一条数据行核对索引字段，确认同一记录在预算申报书与项目申报书中的科目、数量、日期一致，并检查签字或回执是否齐全 |
| 合作协议 | 参与单位名称、任务分工、知识产权条款、签署日期与项目申报书、预算申报书字段是否一致；缺签字或回执情况 | 核对合作协议中的机构名称与任务编号能否回指项目申报书原文，并确认版本未同步时以哪份材料为准 |
| 数据行索引字段 | 一条数据的多个向量标识是否都在，defaultToken、maxToken 与索引模型是否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，打开一条数据行核对索引字段，查看重建任务覆盖的数据范围与 indexed 状态 |
容易做错的三处
- 现象：同一记录在项目申报书与预算申报书里的名称、数量、日期对不上。核对以下环节：两份材料分别导入，版本未同步。
- 现象：合作协议缺签字或回执，检索却仍能召回对应段落。核对以下环节：签署状态未写入原数据，向量只反映文本内容，索引状态无法区分已签与未签。
- 现象：换模型后召回质量下降，或数据行有内容却检索不到。核对以下环节：重建只对已完成索引的数据触发，未覆盖全部数据行，索引模型与知识库实际使用模型不一致。
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；再检索一次看同组数据是否合并、得分是否取最高分；核对重建任务记录覆盖的数据范围，并检查 defaultToken、maxToken 与索引模型是否一致。
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，同一记录在项目申报书、预算申报书、合作协议中的名称、数量、日期对得上，签字与回执齐全。
- 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，并查看重建任务记录覆盖的数据范围。
- 打开一条数据行核对索引字段，确认多个向量标识都在；检索后检查同组数据是否合并，并记录引用文本的 tokens 与数组条数。