主题
00 - 企业知识底座生产总纲
一句话：知识底座的生产形态就是四件事——文档进得来、检索查得准、越权查不到、删了真没有；引擎可以换，但这四件事的责任必须有人唯一持有，代价是每一件事都要留一条能复现的证据，否则“上线”只是把不确定搬到了生产。
本栏按生产交付口径写企业知识底座：不再回答“能不能跑起来”，而是回答“谁负责、怎么判、拿什么证明”。员工问一句，系统给出带页码且经权限复核的答案；管理员上一份制度文档，通过就绪判定后生效；法务删一份文档，秒级停止新可见、分钟级清完索引与缓存、备份里的副本按保留期处理——三段各有各的口径，不合并成一句“已经删了”。每条交付断言的归档状态集中在 06 的证据表，未跑完的一律标未覆盖。
3.2 专栏的第 10、11 两篇记录的是这件事的起点：选型论证与单机 Docker 起栈、一份 Markdown 小样本跑通建库到问答。那一栏把当时的边界写得很清楚，那些边界照旧成立，本栏不改写它们；本栏负责的是把每条边界从“待补”推到“怎么做、做没做成”的路径与判定。
一、闭环的四件事
读图要点：左半是“把知识变成可检索资产”，右半是“把检索能力交出去”，中间两根竖线是生产与演示的分水岭——权限在检索之前发生，删除必须追上检索。演示链路通常只有上排三格，缺了 C 和 E，于是一份私有制度会在别人的答案里出现，删掉的文档还在被引用。
四件事各对应一栏：
| 闭环环节 | 由谁负责 | 详见 |
|---|---|---|
| 进得来 | RAGFlow 引擎 + 解析 worker | 01 文档接入与解析 |
| 查得准、可溯源 | RAGFlow 检索面 + 引用 | 02 检索与引用溯源 |
| 越权查不到、删了真没有 | Knowledge Broker | 03 权限隔离与删除传播 |
| 交出去 | MCP 工具面 + Higress + HiMarket | 04 能力供给与调用闭环 |
| 跑得久、花多少 | K8s 部署 + 容量测算 + 成本判定 | 05 部署运维、容量与成本 |
| 谁负责、谁在用 | 内容治理与组织维度 | 08 内容治理与冷启动、09 用户与组织维度 |
| 为什么这么做 | 机制推导 | 07 原理备忘 |
| 算不算成 | 负向用例与验收 | 06 生产验收与已知边界 |
另有三篇不讲链路、讲前提与理由：原理为什么是这些做法（07 原理备忘）、内容从哪来谁负责（08 内容治理与冷启动）、组织谁能用谁付钱谁背锅（09 用户与组织维度）。技术链路只决定这套系统能不能跑起来，后三篇决定它能不能在企业里活过第一个季度。
二、组件分工：一句话一个
| 组件 | 只负责 | 明确不负责 |
|---|---|---|
| RAGFlow | 解析、切片、向量与混合检索、问答生成、引用坐标 | 企业身份、租户授权、对外凭证 |
| Knowledge Broker | ACL 决策、过滤条件注入、引用复核、MCP 工具面 | 存原文、算计费 |
| Higress | 身份换取、路由、限流、超时、计量事件、密钥注入 | 判断“这份文档你能不能看” |
| HiMarket | 知识产品的目录、发布、订阅关系 | 承载业务流量 |
| Nacos | 工具元数据与配置的注册事实 | 授权 |
| Vault | 上游密钥的权威 | 请求路径上的决策 |
一句话记法：引擎管内容，Broker 管许可，网关管放行与事实，市场管关系。 四者各有唯一权威，任何一处把职责复制一份，就有了对不上的可能。
三、跟相邻两栏怎么分
- 3.2 讲选型与市场语义：为什么是 RAGFlow、五类资产的 Product 模型、订阅与凭证链路。本栏直接引用其结论，不重开选型讨论。
- 3.1 讲平台通用能力面：网关三语义、预算不变量、四类权威各存一处。本栏只写知识检索场景下的取值与验证方式。
- 3.3 讲员工实例的生命周期：一人一实例、渠道、HITL。本栏与它共用同一套网关与身份口径，不重复讲实例。
- Higress 在三栏里只出现一次职责视角：3.1 是能力面，3.2 是需求面，本栏是运维面——副本、反亲和、配置发布与回滚、告警阈值，以及 SLO 口径与实测计划（实绩待 06 第 10 组归档）。
四、边界（不做宣称的部分）
生产闭环不等于全部能力都已具备，以下四项本栏按缺口处理，不写成已完成：
- 多模态一期不做：音视频解析、图文混排理解、多模态重排都不在本期范围；遇到时转人工或单独能力接入，对标的多模态能力差距按“不做”记账，不计为交付缺口。
- 记忆层：归 3.2 的记忆底座方案，本栏只保证知识检索不越权，不代答记忆隔离。
- 计费：网关记录的是调用事实与用量，价格与结算在企业计费系统；本栏做到“可对账”，不做“已结算”。
- 国内系统开箱连接器：托管平台自带的成百上千类连接器我们没有等价物，靠社区 Server 自补；这一条不只是功能缺口，它是删除传播的前置（拿不到上游变更与删除事件，就只能每日全量比对兜底），单列在 06。
- 多库路由与库级权重：不做产品化开关，范围由授权与场景配置派生，属显式取舍而非漏做（见 02、06）。
- 容量结论：所有 SLO 数值在无压测数据前一律标为经验值，不给“已与商用平台对齐”这类说法。
版本边界一条：引擎镜像与依赖组件必须锁 digest，换版本必跑七项回归（见 05 部署运维、容量与成本）。
另一处对照评审结论先放在这里：与托管平台相比，本栏真正站得住的优势只有三条——片段级前置过滤加渲染时引用复核、引用绑定版本与内容哈希、把相似度阈值当分布资产管（换模型即广播失效）。其余多为同级能力，不宣称领先，逐项对照见 10 对标百炼与业内实践。
五、术语
| 术语 | 指什么 |
|---|---|
| ACL epoch | 权限快照的版本号，缓存与调用都带它，旧版本结果一律不认 |
| 过滤条件注入 | Broker 把租户、项目、文档、密级四项条件写进检索请求，客户端传的同名字段不生效 |
| 引用复核 | 返回答案前，按当前权限再判一次被引用片段是否仍可见 |
| tombstone | 删除墓碑：先标记不可召回，再异步物理清理 |
| fail-closed | 权限快照过期或拿不到时直接拒绝，不放行 |
| 拒答 | 证据不足时明确回答“查不到”，而不是给一个像样的答案 |