# 人才客服知识整理、入库与离线导入

原始资料位于 `reference/人才客服/`，准备结果独立保存至 `knowledge/prepared-talent/`。营商助手仍使用原目录和前缀。

## 三类知识

| 来源 | 记录数 | 默认数据库 | 索引 |
| --- | ---: | --- | --- |
| 人才政策和服务.json | 31 | talent_knowledge_article | 标题＋换行＋LLM摘要 |
| 人才政策问答.json | 15 | talent_knowledge_qa | 原始问题，不生成摘要 |
| 青浦区惠企政策事项.json＋青浦区惠企政策原文.json | 91 | talent_knowledge_policy | 事项标题＋换行＋LLM摘要 |

事项的政策名称与原文标题精确关联，仅去除首尾空白，不模糊合并。91条事项关联22篇完整原文，原文随各事项存储，不另建重复检索库。

每条事项完整保留 `raw_record`、解析的事项字段（出处、说明、标签及未知字段）、政策完整正文和 `linked_policy.raw_record`。两边文件名、定位、链接、文件哈希和原更新时间均保留；摘要输入同时包含事项信息和完整政策正文。重复政策名、缺失原文、未关联原文、空文件和未知来源会拒绝发布。

`knowledge_agent=talent` 和独立来源路径进入稳定ID及完整记录，避免与营商助手同名来源混用。标签、日期及摘要不等于已核验的政策有效性或用户资格。

## 生成与入库

在项目根目录执行，Linux将Python路径换成 `.venv/bin/python`：

```powershell
.\.venv\Scripts\python.exe -m src.step1_knowledge_prepare.talent
.\.venv\Scripts\python.exe -m src.step1_knowledge_prepare.talent --verify
.\.venv\Scripts\python.exe -m src.step1_knowledge_prepare.summarize --prepared knowledge/prepared-talent --dry-run
.\.venv\Scripts\python.exe -m src.step1_knowledge_prepare.summarize --prepared knowledge/prepared-talent
.\.venv\Scripts\python.exe -m src.step1_knowledge_prepare.summarize --prepared knowledge/prepared-talent --verify-only
.\.venv\Scripts\python.exe -m src.step2_knowledge_ingest --agent talent
.\.venv\Scripts\python.exe -m src.step2_knowledge_ingest --agent talent --verify-only
```

摘要会向当前DeepSeek发送122条非QA资料，需要资料外发授权；本次用户已明确授权。QA不发送。摘要/向量缓存及发布清单位于人才准备目录，沿用现有BGE模型、维度和长文本分窗策略；全文另行保存并回读校验。

`TALENT_MILVUS_DB_PREFIX` 配置人才前缀，默认 `talent_knowledge`。原 `MILVUS_DB_PREFIX` 继续用于营商助手。入库和离线包命令可用 `--db-prefix` 显式覆盖；值必须合法且不能等于另一个Agent的前缀。不要为导入人才知识修改营商前缀。

## 离线包与导入目标

准备机导出并校验：

```powershell
.\.venv\Scripts\python.exe -m src.step2_knowledge_ingest.portable export output/talent-knowledge-snapshot.zip --agent talent
.\.venv\Scripts\python.exe -m src.step2_knowledge_ingest.portable verify output/talent-knowledge-snapshot.zip
```

服务器更新本轮代码后执行：

```sh
sh deploy-offline.sh import-knowledge /transfer/talent-knowledge-snapshot.zip --agent talent
# 单库包需先以 --database qa 导出，首次初始化必须使用全量包
sh deploy-offline.sh import-knowledge /transfer/talent-qa.zip qa --agent talent
# 如需自定义前缀
sh deploy-offline.sh import-knowledge /transfer/talent-knowledge-snapshot.zip --agent talent --db-prefix talent_knowledge
```

Agent同时选择准备目录和前缀。不带 `--agent` 仍为营商目标；人才包传给默认目标、反向导入和覆盖另一个Agent的已有准备目录，均在写库前拒绝。全量及单库导入先校验包、模型和记录，再写新集合、回读并发布清单；保留旧版本。失败不发布，可能留下未发布集合。

离线导入使用预生成摘要和向量，不调用DeepSeek，不自动重启服务。人才清单位于 `knowledge/prepared-talent/ingestion/manifest.json`。现有单文件部署大包仍面向营商，人才快照通过独立导入交付。

F157新增人才独立角色、三库并发检索及 `POST /api/talent/chat`，营商端点继续读取原清单。启用、共享资源和会话隔离见[人才接口](api-talent.md)。