Tio Boot DocsTio Boot Docs
Home
文档导航
  • java-db
  • api-table
  • jooq
  • mysql
  • postgresql
  • oceanbase
  • Enjoy
  • Tio Boot Admin
  • java-openai
  • ai_agent
  • knowlege_base
  • voice-agent
  • ai-search
  • ai-coding
  • ai-browser
  • 案例
Abount
AI 检索
  • Github
  • Gitee
Home
文档导航
  • java-db
  • api-table
  • jooq
  • mysql
  • postgresql
  • oceanbase
  • Enjoy
  • Tio Boot Admin
  • java-openai
  • ai_agent
  • knowlege_base
  • voice-agent
  • ai-search
  • ai-coding
  • ai-browser
  • 案例
Abount
AI 检索
  • Github
  • Gitee
  • 入门

    • 01 · 入门

      • 01_introduction
      • tio-boot:新一代高性能 Java Web 开发框架
      • tio-boot 入门示例
      • Tio-Boot 配置 : 现代化的配置方案
      • tio-boot 整合 hotswap-classloader 实现热加载
      • 自行编译 tio-boot
      • 最新版本
      • 开发规范
  • 部署与日志

    • 02 · 部署

      • 02_deployment
      • 使用 Maven Profile 实现分环境打包 tio-boot 项目
      • Maven 项目配置详解:依赖与 Profiles 配置
      • tio-boot 打包成 FatJar
      • 使用 GraalVM 构建 tio-boot Native 程序
      • 使用 Docker 部署 tio-boot
      • 部署到 Fly.io
      • 部署到 AWS Lambda
      • 到阿里云云函数
      • 使用 Deploy 工具部署
      • 使用Systemctl启动项目
      • 使用 Jenkins 部署 Tio-Boot 项目
      • 使用 Nginx 反向代理 Tio-Boot
      • 使用 Supervisor 管理 Java 应用
      • 历史部署页与替代方案
      • 胖包与瘦包的打包与部署
      • 使用 JDK 8 构建基础库与验证运行环境
    • 03 · 日志

      • 日志
      • tio-boot 整合 Logback
  • 核心开发

    • 04 · 配置

      • 04_configuration
      • 配置参数
      • 服务器监听器
      • 内置缓存系统 AbsCache
      • 使用 Redis 作为内部 Cache
      • 静态文件处理器
      • 基于域名的静态资源隔离
      • DecodeExceptionHandler
      • 开启虚拟线程(Virtual Thread)
      • 框架级错误通知
    • 05 · JSON

      • 05_json
      • Json
      • 接受 JSON 和响应 JSON
      • 响应实体类
    • 06 · Web 开发

      • Web 开发
      • 路由与参数

        • 概述
        • 添加 Controller
        • handler入门
        • Handler 的请求方法与错误响应
        • 接收请求参数
        • 接收日期参数
        • 接收数组参数
        • HttpRequest
      • 响应与文件

        • 返回字符串
        • 返回文本数据
        • 返回网页
        • 请求和响应字节
        • 文件上传
        • 文件下载
        • 返回视频文件并支持断点续传
        • HttpResponse
        • Resps
        • RespBodyVo
        • 动态 返回 CSS 实现
        • 返回图片
        • 返回 multipart
        • 使用零拷贝发送大文件
        • 分片上传
        • WebJars
      • 会话与请求控制

        • http Session
        • Cookie 读取与设置
        • 重定向和转发
        • Controller拦截器
        • 请求拦截器
        • LoggingInterceptor
        • 全局异常处理器
        • 跨域
        • 自定义 Handler 转发请求
        • 使用 HttpForwardHandler 转发所有请求
        • HTTP Basic 认证
        • Http响应加密
      • 异步与流式输出

        • 异步处理
        • Transfer-Encoding: chunked 实时音频播放
        • Server-Sent Events (SSE)
      • 工具与监控

        • 常用工具类
        • 接口访问统计
        • 接口请求和响应数据记录
        • JProtobuf
        • 测速
        • Gzip Bomb:使用压缩炸弹防御恶意爬虫
    • 07 · 参数校验

      • 07_validation
      • 数据紧校验规范
      • 参数校验
    • 08 · WebSocket 应用开发

      • 08_websocket
      • 使用 tio-boot 搭建 WebSocket 服务
      • WebSocket 聊天室项目示例
    • 09 · AOP

      • 09_aop
      • JFinal-aop
      • Aop 工具类
      • 配置
      • 独立使用 JFinal Aop
      • @AImport
      • 自定义注解拦截器
      • 原理解析
    • 10 · 国际化

      • 10_i18n
      • i18n
    • 11 · Enjoy 模板

      • 11_enjoy
      • tio-boot 整合 Enjoy 模版引擎文档
      • Tio-Boot 整合 Java-DB 与 Enjoy 模板引擎示例
      • 引擎配置
      • 表达式
      • 指令
      • 注释
      • 原样输出
      • Shared Method 扩展
      • Shared Object 扩展
      • Extension Method 扩展
      • Spring boot 整合
      • 独立使用 Enjoy
      • tio-boot enjoy 自定义指令 localeDate
      • PromptEngine
      • Enjoy 入门示例-擎渲染大模型请求体
      • Tio Boot + Enjoy:分页与 SEO 实战指南
      • TioBoot + Enjoy 生成 robots.txt 与 sitemap.xml:实战与SEO指南
      • Enjoy 使用示例
    • 12 · 定时任务

      • 12_scheduling
      • Quartz 定时任务集成指南
      • 分布式定时任务 xxl-jb
      • cron4j 使用指南
    • 13 · 测试

      • 13_testing
      • TioBootTest:环境与 AOP 初始化
      • 真实 HTTP 集成测试
      • 数据库集成测试与隔离
    • 14 · tio-utils

      • 14_tio-utils
      • tio-utils
      • EnvUtils 配置工具
      • Notification
      • Email
      • JSON
      • File
      • Base64
      • 上传和下载
      • Http
      • Telegram
      • RsaUtils
      • HttpUtils
      • ByteBufferUtils
      • 系统监控
      • 线程
      • 虚拟线程
      • 毫秒并发 ID (MCID) 生成方案
      • Base64 输入与锁等待
      • Gzip 与字节缓冲区
      • 字符串查找与随机整数
      • 日期转换与文件名解析
      • JSON 泛型转换与输出配置
      • JWT 签发与校验
      • 集合分页 PageUtils
      • URL 与流复制工具
  • 数据库与数据访问

    • 15 · java-db

      • 15_java-db
      • Db 工具类
      • java‑db
      • 操作数据库入门示例
      • SQL 模板 (SqlTemplates)
      • 数据源配置与使用
      • ActiveRecord
      • Db 工具类
      • 批量操作
      • Model
      • Model生成器
      • 注解
      • 异常处理
      • 数据库事务处理
      • Cache 缓存
      • Dialect 多数据库支持
      • 表关联操作
      • 复合主键
      • Oracle 支持
      • Enjoy SQL 模板
      • 整合 Enjoy 模板最佳实践
      • 多数据源支持
      • 独立使用 ActiveRecord
      • 调用存储过程
      • java-db 整合 Guava 的 Striped 锁优化
      • 生成 SQL
      • 通过实体类操作数据库
      • java-db 读写分离
      • Spring Boot 整合 Java-DB
      • like 查询
      • 常用操作示例
      • Druid 监控集成指南
      • SQL 统计
      • Db 与 PostgreSQL 业务实践
      • 查询资源自动管理
      • Row 展示转换与表格导出
      • 支付回执与权益事务
      • 商业库存与按量履约事务
    • 16 · api-table

      • 16_api-table
      • ApiTable 概述
      • 使用 ApiTable 连接 SQLite
      • 使用 ApiTable 连接 Mysql
      • 使用 ApiTable 连接 Postgres
      • 使用 ApiTable 连接 TDEngine
      • 使用 api-table 连接 oracle
      • 使用 api-table 连接 mysql and tdengine 多数据源
      • EasyExcel 导出
      • EasyExcel 导入
      • ApiTable 的权限与业务边界
      • ApiTable 联调与故障定位
      • ApiTable 实现增删改查
      • 数组类型
      • 单独使用 ApiTable
      • TQL(Table SQL)前端输入规范
    • 17 · MyBatis

      • 17_mybatis
      • Tio-Boot 整合 MyBatis
      • 使用配置类方式整合 MyBatis
      • 整合数据源
      • 使用 mybatis-plus 整合 tdengine
      • 整合 mybatis-plus
    • 18 · jOOQ

      • 18_jooq
      • 使用配置类方式整合 jOOQ
      • tio-boot + jOOQ 事务管理
      • 批量操作与性能优化
      • 整合agroal
      • 代码生成与类型安全
      • 基于 Record / POJO 增删改查
      • UPSERT、批量更新、返回主键与高级 SQL
      • 的多表关联查询、DTO 投影、聚合统计与视图封装
      • 的窗口函数、CTE、JSON 查询与 PostgreSQL 高级 SQL 实战
      • tio-boot + jOOQ 的审计字段、乐观锁、数据权限与企业级 Repository 设计
      • 测试策略、SQL 日志、性能诊断与生产排障
      • 多租户、读写分离与多数据源设计
      • 代码生成治理、数据库迁移与团队协作规范实战
    • 19 · PostgreSQL

      • 19_postgresql
      • PostgreSQL 安装
      • PostgreSQL 主键自增
      • PostgreSQL 日期类型
      • Postgresql 金融类型
      • PostgreSQL 数组类型
      • 索引
      • PostgreSQL 查询优化
      • 获取字段类型
      • PostgreSQL 全文检索
      • PostgreSQL 向量
      • PostgreSQL 优化向量查询
      • PostgreSQL 其他
    • 20 · MySQL

      • 20_mysql
      • 使用 Docker 运行 MySQL
      • 常见问题
    • 21 · OceanBase

      • 21_oceanbase
      • 快速体验 OceanBase 社区版
      • 快速上手 OceanBase 数据库单机部署与管理
      • 诊断集群性能
      • 优化 SQL 性能指南
      • 待定
    • 22 · Oracle

      • 22_oracle
      • Oracle
    • 23 · SQL Server

      • 23_sqlserver
      • SQL Server
    • 24 · SQLite

      • 24_sqlite
      • SQLite
    • 25 · MongoDB

      • 25_mongodb
      • tio-boot 使用 mongo-java-driver 操作 mongodb
    • 26 · Elasticsearch

      • 26_elasticsearch
      • Elasticsearch
      • JavaDB 整合 ElasticSearch
      • Elastic 工具类使用指南
      • Elastic-search 注意事项
      • ES 课程示例文档
  • 缓存与消息队列

    • 27 · Cache

      • 27_cache
      • Caffeine
      • CacheUtils 工具类
      • 使用 java-db 整合 ehcache
    • 28 · Redis

      • 28_redis
      • 使用 Docker 安装 Redis
      • 使用 java-db 整合 Redis
      • Java DB Redis 相关 Api
      • redis 使用示例
      • 和 RedisTemplate 协作
      • 使用 Jedis 连接池接入 Redis
      • hutool RedisDS
      • Redisson
      • Caffeine 与 Redis 两级缓存
      • 使用 CacheUtils 整合 caffeine 和 redis 实现的两级缓存
    • 29 · 消息队列

      • 29_mq
      • Mica-mqtt
      • EMQX
      • Disruptor
    • 30 · Kafka

      • 30_kafka
      • Kafka
      • AWS MSK
  • 认证与账号体系

    • 31 · 认证与权限

      • 31_authentication
      • FixedTokenInterceptor
      • TokenManager
      • 数据表
      • 匿名登录
      • 个人中心
      • 权限校验注解
      • Sa-Token
      • sa-token 登录注册
      • StpUtil.isLogin() 源码解析
    • 32 · 第三方登录注册

      • 32_third-party-auth
      • 邮箱登录和注册
      • 邮箱重置密码
      • 腾讯云短信登录注册
      • 腾讯云短信重置密码
      • 阿里云短信登录和注册
      • 阿里云短信重置密码
      • 微信登录与绑定手机号
      • 支付宝登录与绑定手机号
      • 微信小程序手机号快捷登录
      • Google登录
      • 阿里云邮件推送验证邮箱
  • 网络通信

    • 33 · AIO

      • 33_aio
      • ByteBuffer
      • AIO HTTP 服务器
      • 自定义和线程池和池化 ByteBuffer
      • AioHttpServer 应用示例 IP 属地查询
      • 手写 AIO Http 服务器
      • Java 21 中的虚拟线程与 AIO
    • 34 · t-io

      • 34_tio
      • 认识 t-io

        • t-io 核心优势与应用价值
        • t-io 消息处理流程
      • 快速上手

        • TioBootServer
        • 独立端口启动 TCP 服务器
        • 内置 TCP 处理器
        • 独立启动 UDPServer
        • 使用内置 UDPServer
      • 核心概念

        • TioConfig
        • ChannelContext
        • Packet
        • Tio 工具类
      • 消息与文件传输

        • 发送数据
        • HTTP 长连接与高效文件传输
        • 使用 AsynchronousSocketChannel 响应数据
      • 连接管理

        • 业务数据绑定
        • 业务数据解绑
        • 关闭连接
        • 资源共享
        • 成员排序
        • 拉黑 IP
      • 加密通信

        • SSL
        • Https建立连接过程
      • 心跳与监控

        • 监控: 心跳
        • 监控: 客户端的流量数据
        • 监控: 单条 TCP 连接的流量数据
        • 监控: 端口的流量数据
        • 单条通道统计: ChannelStat
        • 所有通道统计: GroupStat
      • 深入原理

        • tio-运行原理详解
        • DecodeRunnable
        • t-io 稳定性设计与资源管理
        • 深入解析 Tio 源码:构建高性能 Java 网络应用
        • HTTP、WebSocket 与 TCP 的缓冲区复用
    • 35 · tio-http-server

      • 35_tio-http-server
      • 使用 Tio-Http-Server 搭建简单的 HTTP 服务
      • tio-boot 添加 HttpRequestHandler
      • 在 Android 上使用 tio-boot 运行 HTTP 服务
      • tio-http-server-native
      • handler 常用操作
      • tio-http-server 与 tio-boot 的使用边界
    • 36 · tio-websocket

      • 36_tio-websocket
      • WebSocket 服务器
      • WebSocket Client
      • TCP数据转发
    • 37 · Netty

      • 37_netty
      • Netty TCP Server
      • Netty Web Socket Server
      • 使用 protoc 生成 Java 包文件
      • Netty WebSocket Server 二进制数据传输
      • Netty 组件详解
    • 38 · netty-boot

      • 38_netty-boot
      • Netty-Boot
      • 原理解析
      • 整合 Hot Reload
      • 整合 数据库
      • 整合 Redis
      • 整合 Elasticsearch
      • 整合 Dubbo
      • Listener
      • 文件上传
      • 拦截器
      • Spring Boot 整合 Netty-Boot
      • SSL 配置指南
      • ChannelInitializer
      • Reserve
  • 集成与扩展

    • 39 · 第三方集成

      • 39_integrations
      • 整合 okhttp
      • 整合 GrpahQL
      • 集成 Mailjet
      • 整合 ip2region
      • 整合 GeoLite 离线库
      • 整合 Lark 机器人指南
      • 集成 Lark Mail 实现邮件发送
      • Thymeleaf
      • Swagger
      • Clerk 验证
      • 集成datadog
    • 40 · Magic Script

      • 40_magic-script
      • tio-boot 与 magic-script 集成指南
    • 41 · Groovy

      • 41_groovy
      • tio-boot 整合 Groovy
      • 调试常用脚本
    • 42 · 爬虫

      • 42_crawling
      • jsoup
      • 爬取 z-lib.io 数据
      • 整合 WebMagic
      • WebMagic 示例:爬取学校课程数据
      • Playwright
      • Flexmark (Markdown 处理器)
      • tio-boot 整合 Playwright
      • 缓存网页数据
    • 43 · Dubbo

      • 43_dubbo
      • 概述
      • dubbo 2.6.0
      • dubbo 2.6.0 调用过程
      • dubbo 3.2.0
    • 44 · Spring

      • 44_spring
      • Spring Boot Web 整合 Tio Boot
      • spring-boot-starter-webflux 整合 tio-boot
      • tio-boot 整合 spring-boot-starter
      • Tio Boot 整合 Spring Boot Starter db
      • Tio Boot 整合 Spring Boot Starter Data Redis 指南
    • 45 · Spring Cloud

      • 45_spring-cloud
      • tio-boot spring-cloud
    • 46 · Quarkus

      • 46_quarkus
      • Quarkus(无 HTTP)整合 tio-boot(有 HTTP)
      • tio-boot + Quarkus + Hibernate ORM Panache
      • tio-boot + Quarkus + Hibernate ORM Panache + jOOQ 整合方案
    • 47 · Telegram4J

      • 47_telegram4j
      • 数据库设计
      • 基于 HTTP 协议开发 Telegram 翻译机器人
      • 基于 MTProto 协议开发 Telegram 翻译机器人
      • 过滤旧消息
      • 保存机器人消息
      • 定时推送
      • 增加命令菜单
      • 使用 telegram-Client
      • 使用自定义 StoreLayout
      • 延迟测试
      • Reactor 错误处理
      • Telegram4J 常见错误处理指南
      • 处理回调查询
      • Reactor
      • 文档翻译
      • 使用 Tio-Boot 整合 tdlight
      • tio-boot 整合 TelegramBots
      • tio-boot 整合 Telegram-Bot-Utils
      • Telegram-Bot-Utils 使用指南
    • 48 · Telegram Bots

      • 48_telegram-bots
      • TelegramBots 入门指南
      • 使用工具库 telegram-bot-base 开发翻译机器人
    • 49 · 文件存储

      • 49_file-storage
      • 文件上传数据表
      • 本地存储
      • 存储到 亚马逊 S3
      • 存储到 Cloudflare R2
      • 存储到 腾讯 COS
      • 上传文件到阿里云 OSS
    • 50 · 支付

      • 支付集成
      • 微信小程序支付:普通支付
      • 微信支付:Native 扫码支付(PC 网页扫码)
      • 支付宝:电脑网站支付接入指南
      • 支付宝:使用 page.pay 二维码前置模式实现网页内扫码支付
  • Firebase 与 Clerk

    • 51 · Firebase

      • 51_firebase
      • 整合 google firebase
      • Firebase Storage
      • Firebase Authentication
      • 使用 Firebase Admin SDK 进行匿名用户管理与自定义状态标记
      • 导出用户
      • 登录注册
      • 注册回调
    • 52 · Clerk

      • 52_clerk
      • Clerk
  • 多媒体

    • 53 · 音视频处理

      • 53_media
      • JAVE 提取视频中的声音
      • Jave 提取视频中的图片
      • 待定
    • 54 · 语音识别

      • 54_asr
      • Whisper-JNI
    • 55 · 语音合成

      • 55_tts
    • 56 · 文字识别

      • 56_ocr
    • 57 · Native Media

      • 57_native-media
      • java-native-media
      • JNI 入门示例
      • mp3 拆分
      • mp4 转 mp3
      • 使用 libmp3lame 实现高质量 MP3 编码
      • Linux 编译
      • macOS 编译
      • 从 JAR 包中加载本地库文件
      • 支持的音频和视频格式
      • 任意格式转为 mp3
      • 通用格式转换
      • 通用格式拆分
      • 视频合并
      • VideoToHLS
      • split_video_to_hls 支持其他语言
      • 持久化 HLS 会话
      • 获取视频长度
      • 保存视频的最后一帧
      • 添加水印
      • linux版本
    • 58 · 计算机视觉

      • 58_computer-vision
      • 使用 Java 运行 YOLOv8 ONNX 模型进行目标检测
      • tio-boot整合yolo
      • ONNX Runtime 推理说明
      • Paddle Structure
      • tio-boot 整合 Paddle Structure
      • tio-boot整合Paddle Structure 提取图片
      • U2Net 图片去背景原理
      • tio-boot 整合 U2Net 实现图片去背景
  • AI 开发

    • 59 · java-openai

      • 59_java-openai
      • 简介
      • 流式生成
      • 图片多模态输入
      • Google Gemini接入
      • google Vertex AI 接入
      • Perplexity API
      • WhisperClient 语音识别
      • SupadataClient 获取视频字幕
      • GiteeClient 文档解析与图片 OCR
      • DeepSeekClient 官方模型查询
      • BailianTTSClient 语音合成
    • 60 · AI Agent

      • 60_ai-agent
      • 数据库设计
      • 示例问题管理
      • 会话管理
      • 历史记录
      • 意图识别
      • 智能问答
      • 文件上传与解析文档
      • 翻译
      • 名人搜索功能实现
      • Ai studio gemini youbue 问答使用说明
      • 自建 YouTube 字幕问答系统
      • 自建 获取 youtube 字幕服务
      • 使用 OpenAI ASR 实现语音识别接口(Java 后端示例)
      • 定向搜索
      • 16
      • 17
      • 18
      • 在 tio-boot 应用中整合 ai-agent
      • 接口文档
      • 自定义 ChatAskService
      • 请求记录
      • 限流和错误处理
      • 增强检索(RAG)
      • 结构化数据检索
      • AI 问答
      • 连接代码执行器
      • 待定
      • 模型编程能力评测
      • 音频会话 SDP 示例
    • 61 · 知识库

      • Java MossKB 知识库文档
      • 学术论文
      • 数据库设计
      • 用户登录实现
      • 模型管理
      • 知识库管理
      • 文档拆分
      • 片段向量
      • 命中测试
      • 文档管理
      • 片段管理
      • 问题管理
      • 应用管理
      • 向量检索
      • 推理问答
      • 问答模块
      • 统计分析
      • 用户管理
      • VL模型文档解析方案和费用对比
      • 文档解析模型实测
      • 文档解析优化
      • 片段汇总
      • 段落分块与检索
      • 多文档解析
      • 检索性能优化
      • 对话日志
      • 创建独立用户与账号资源管理
      • api 管理
      • 独立对话页
      • 嵌入第三方web系统
      • 分段预览
      • 文档预览
      • 多轮检索
      • 上下文压缩
      • 支持自定义模型
      • 爬取网页数据
      • 隔离 Python 执行环境配置
      • 隔离 Python 执行器
      • 函数库与调用接口
      • Windows 与 Linux 部署
      • 离线运行向量模型
      • Milvus
      • 存储文件到云存储
      • 文档解析异步化
    • 62 · AI 搜索

      • 62_ai-search
      • ai-search 项目简介
      • ai-search 数据库文档
      • ai-search SearxNG 搜索引擎
      • ai-search Jina Reader API
      • ai-search Jina Search API
      • ai-search 搜索、重排与读取内容
      • ai-search PDF 文件处理
      • ai-search 推理问答
      • Google Custom Search JSON API
      • ai-search 意图识别
      • ai-search 问题重写
      • ai-search 系统 API 接口 WebSocket 版本
      • ai-search 搜索代码实现 WebSocket 版本
      • ai-search 生成建议问
      • ai-search 生成问题标题
      • ai-search 历史记录
      • Discover API
      • 翻译
      • Tavily Search API 文档
      • 对接 Tavily Search
      • 火山引擎 DeepSeek
      • 对接 火山引擎 DeepSeek
      • ai-search 搜索代码实现 SSE 版本
      • jar 包部署
      • Docker 部署
      • 爬取一个静态网站的所有数据
      • 网页数据预处理
      • 网页数据检索与问答流程整合
    • 63 · 语音 Agent

      • 63_voice-agent
      • 整合Gemini realtime模型
      • Voice Agent 前端接入接口文档
      • 整合千问realtime模型
      • 打断支持
      • 主动介入
      • eleven labs
      • 基于 tio-boot + ElevenLabs 构建实时语音 Agent(支持打断与主动介入)
    • 64 · AI Coding

      • 64_ai-coding
      • Cline 提示词
      • Cline 提示词-中文版本
    • 65 · AI Browser

      • deepseek-browser-use:从入门到源码
      • deepseek-browser-use:概念与学习路线
      • 安装、启动与健康检查
      • 第一个任务:打开页面、读取结果与关闭
      • 客户端:dsb 命令行、Python 与 PowerShell
      • 统一命令接口与人机协作
      • 浏览器、profile 与登录态
      • 窗口尺寸与页面视口
      • 接入智能体:观察、执行与验证
      • 表单与多层弹窗排障:防止重复提交
      • 调用追踪、页面留档与文件上传
      • 站点配方、技能与异步作业
      • Windows OCR:本地图片与页面文字识别
      • 配置项与运维自省
      • 命令清单
      • 源码教程:从 HTTP 请求到命令执行
      • DOM 原理:前端如何生成可交互快照
      • DOM 原理:Java 模型与跨 Frame 索引
      • 正文提取与上层结构化处理
      • 源码教程:生命周期、导航与页签
      • 源码教程:DOM、页面状态与元素读取
      • 源码教程:点击、输入、键盘与鼠标
      • 源码教程:等待条件与 JavaScript 执行
      • 源码教程:文件上传、截图、PDF 与 OCR
      • 源码教程:Cookie、存储与页面设置
      • 源码教程:网络记录、请求拦截与控制台
      • 源码教程:原生对话框、DOM 弹窗与人机协作
      • 源码教程:批量、配方、后台作业与维护
      • 源码教程:Chrome 走 CDP 与 CDP 客户端
      • 请求响应关联与线程约束
      • DeepSeek Harness 插件开发入门:从入口到第一个工具
      • 开发 dsh-plugin-deepseek-browser-use:HTTP 客户端与基础工具
      • 开发 dsh-plugin-deepseek-browser-use:会话、作业、文件与图片
      • 把 dsh-plugin-deepseek-browser-use 构建并安装到 DeepSeek Harness
      • DeepSeek Harness 原生浏览器插件:安装、配置与使用
      • DeepSeek Harness 原生浏览器插件:源码、生命周期与测试
      • 后端自动管理:安装 Java 与 Git、更新源码、编译和启动
      • 页面正在导航与主 Frame 缺失:PAGE_NAVIGATING
  • 项目实战

    • 66 · java-uni-ai-server

      • 66_java-uni-ai-server
      • 语音合成系统
      • Fish.audio TTS 接口说明文档与 Java 客户端封装
      • 整合 fishaudio 到 java-uni-ai-server 项目
      • 待定
    • 67 · java-llm-proxy

      • 67_java-llm-proxy
      • 使用tio-boot搭建多模型LLM代理服务
    • 68 · java-kit-server

      • 68_java-kit-server
      • Java 执行 python 代码
      • 通过大模型执行 Python 代码
      • 执行 Python (Manim) 代码
      • 待定
      • 待定
      • 待定
      • 视频下载增加水印说明文档
    • 69 · tio-im

      • 69_tio-im
      • 通讯协议文档
      • ChatPacket.proto 文档
      • java protobuf
      • 数据表设计
      • 创建工程
      • 登录
      • 历史消息
      • 发消息
    • 70 · tio-mail-wing

      • 70_tio-mail-wing
      • tio-mail-wing简介
      • 任务1:实现POP3系统
      • 使用 getmail 验证 tio-mail-wing POP3 服务
      • 任务2:实现 SMTP 服务
      • 数据库初始化文档
      • 用户管理
      • 邮件管理
      • 任务3:实现 SMTP 服务 数据库版本
      • 任务4:实现 POP3 服务(数据库版本)
      • IMAP 协议
      • 拉取多封邮件
      • 任务5:实现 IMAP 服务(数据库版本)
      • IMAP实现讲解
      • IMAP 手动测试脚本
      • IMAP 认证机制
      • 主动推送
      • namesapce
      • CONDSTORE and QRESYNC
    • 71 · tio-mcp-server

      • 71_tio-mcp-server
      • 实现 MCP Server 开发指南
      • MCP 协议
      • /zh/71_tio-mcp-server/11.html
    • 72 · tio-log-server

      • 72_tio-log-server
      • 简介
      • 收集 docker 日志
      • 入库
    • 73 · tio-sip

      • 73_tio-sip
      • SIP Server 第一版原理说明
      • SIP Server 第一版实战
      • 一、Windows 平台测试
      • SIP Server 第二版实战
      • SIP Server 第三版实战
      • 性能优化
      • 基于 MediaProcessor 对接 Realtime 模型说明
      • 对接大语言模型
      • 支持 G722 宽带语音
      • G722编码和解码
      • 会话级采样率转换
      • 增加 9196 回声测试分机
      • 语音系统链路说明
      • 一、Gemini Realtime 的打断机制
    • 74 · tio-boot-admin

      • 74_tio-boot-admin
      • 入门指南:使用框架内置配置
      • 手动初始化数据库
      • 配置职责、生效条件与扩展边界
      • 整合数据库
      • 与前端集成
      • 文件上传
      • 网络请求
      • 单图片管理(只读模式)
      • 多图片管理
      • 布尔值管理
      • 字段联动
      • Word 管理
      • PDF 管理
      • 文章管理
      • 富文本编辑器
      • 整合 Enjoy 模版引擎
      • 历史可选方案:Token 存储与 Sa-Token
      • 业务 API 与 H5 / 小程序联调
      • 方法路由与业务鉴权
      • 整合 Redis
      • 整合 Elasticsearch
      • 后端开发规范:tio-boot、java-db 与 Kv
      • 多表实现文件数据存储
      • 受限事项与原操作闭环
      • 具名业务后台与受控命令集成
      • 固定用途查询、受控导出与删除证明
      • 登录与认证
    • 75 · 案例

      • 75_examples
      • 封装 IP 查询服务
      • tio-boot 案例 - 全局异常捕获与企业微信群通知
      • tio-boot 案例 - 文件上传和下载
      • tio-boot 案例 - 整合 ant design pro 增删改查
      • tio-boot 案例 - 流失响应
      • tio-boot 案例 - 增强检索
      • tio-boot 案例 - 整合 function call
      • tio-boot 案例 - 定时任务 监控 PostgreSQL、Redis 和 Elasticsearch
      • Tio-Boot 案例:使用 SQLite 整合到登录注册系统
      • tio-boot 案例 - 执行 shell 命令
      • /zh/75_examples/11.html
      • /zh/75_examples/12.html
      • /zh/75_examples/13.html
  • 性能、原理与源码

    • 76 · 性能测试

      • 76_performance
      • 压力测试 - tio-http-serer
      • 压力测试 - tio-boot
      • 压力测试 - tio-boot-native
      • 压力测试 - netty-boot
      • 性能测试对比
      • TechEmpower FrameworkBenchmarks
      • 压力测试 - tio-boot 12 C 32G
      • HTTP/1.1 Pipelining 性能测试报告
      • tio-boot vs Quarkus 性能对比测试报告
    • 77 · 原理

      • 77_internals
      • 生命周期
      • 请求处理流程
      • 重要的类
    • 78 · 源码解析

      • 78_source-code
      • 源码阅读入口
      • Swagger 整合到 Tio-Boot 中的指南
      • 启动与关闭生命周期
      • HTTP 请求分发与路由优先级
      • 高性能网络编程中的 ByteBuffer 分配与回收策略
      • TioBootServerHandler 源码解析
      • HTTP 请求与连接生命周期

对话日志

  • 数据结构
  • 一次提问的写入顺序
  • 归属与权限
  • 接口
  • 记录详情
  • 标注与加入知识库
  • 导出
  • 清理策略
  • 前端
  • 尚未实现
  • 验证重点

Java MossKB 把会话、问答记录、检索轨迹与压缩摘要保存在 PostgreSQL。官方前端的「对话日志」页和分享对话页直接复用这些接口:管理账号按应用查看全部会话,分享访客只读取属于自己客户端的会话,两者都要通过应用与会话归属检查。

数据结构

表保存内容
moss_kb_application_chat会话:所属应用、客户标识、会话类型、标题与删除标记
moss_kb_application_chat_record一轮问答:问题、回答、token 计数、耗时、评价与执行明细
moss_kb_chat_context该会话的摘要与压缩水位,见上下文压缩

建表语句以数据库设计所述脚本为准,两处索引服务于日志读取:moss_kb_application_chat_record(chat_id) 用于分页取记录,moss_kb_application_chat_record(chat_id,id) WHERE answer_text IS NOT NULL 用于按水位读取未压缩历史。会话表的关键字段:

字段含义
id雪花 ID,主键,也是前端持有的 chat ID
abstract会话标题;首次提问写入问题前 100 个字符,之后不再覆盖
application_id所属应用
client_id会话归属的客户端:登录账号或分享访客标识
chat_type0 发布后的对话页,1 应用调试
is_deleted逻辑删除,列表和详情都过滤该标记

问答表的关键字段:

字段含义
problem_text / answer_text本轮问题与回答原文
message_tokens / answer_tokens问题与回答的 token 计数
run_time生成耗时(秒)
detailsJSONB,本轮模型调用与检索明细
vote_status评价:-1 未评价、0 点赞、1 点踩
improve_paragraph_id_list标注段落 ID,当前流程不写入

answer_text 为空表示该轮尚未生成完成。上下文压缩只读取 answer_text is not null 的记录,未完成的问答既不进入摘要,也不会因为压缩被删除。

details 由 chat_step(模型、消息、token、耗时)和 search_step(改写后的问题、引用片段、每轮检索与停止原因、上下文元数据)两个对象组成。它记录检索资料与核验结论,不保存模型私有思维过程:

{
  "chat_step": {
    "model_id": "6956...",
    "run_time": 1.89,
    "message_tokens": 9349,
    "answer_tokens": 143,
    "message_list": ["..."]
  },
  "search_step": {
    "step_type": "iterative_search",
    "problem_text": "行政复议的一般申请期限是多久,以及因不可抗力耽误该期限时如何处理?",
    "paragraph_list": ["..."],
    "iterations": [
      {
        "round": 1,
        "queries": ["行政复议的一般申请期限是多久,以及因不可抗力耽误该期限时如何处理?"],
        "new_paragraph_ids": ["695639888776241152"],
        "total_evidence": 5,
        "sufficient": true,
        "missing": "",
        "next_queries": []
      }
    ],
    "stop_reason": "sufficient",
    "sufficient": true,
    "missing": "",
    "context": { "compacted_rounds": 0, "recent_rounds": 2, "revision": 0 }
  }
}

一次提问的写入顺序

flowchart TD
    A[保存问题行并更新会话标题] --> B[读取上下文,超阈值时压缩]
    B --> C[迭代检索并核验证据]
    C --> D[流式生成回答]
    D --> E[回填回答、token 与 details]
    E --> F[发送 is_end 结束事件]

提问先落问题行,回答流结束后再回填答案与明细,最后才发送结束事件;这样紧接着的追问能读到完整的上一轮。

import nexus.io.db.activerecord.Db;
import nexus.io.db.activerecord.Row;
import nexus.io.mosskb.model.MossKbApplicationChat;
import nexus.io.mosskb.model.MossKbApplicationChatRecord;
import nexus.io.mosskb.vo.MossKbChatRequestVo;
import nexus.io.model.result.ResultVo;
import nexus.io.tio.boot.http.TioRequestContext;
import nexus.io.tio.utils.snowflake.SnowflakeIdUtils;

public ResultVo ask(ChannelContext channelContext, Long chatId, MossKbChatRequestVo vo) {
  String quesiton = vo.getMessage();
  Row record = Db.findFirst(MossKbApplicationChat.tableName, "application_id,chat_type,client_id",
      Row.by("id", chatId).set("is_deleted", false));
  if (record == null) {
    return ResultVo.fail("会话不存在");
  }
  Long caller = TioRequestContext.getUserIdLong();
  if (caller == null || (caller != 1L && !caller.equals(record.getLong("client_id")))) {
    return ResultVo.fail("无权访问此会话");
  }
  Long application_id = record.getLong("application_id");
  if (!ApplicationAccess.canChat(caller, application_id)) {
    return ResultVo.fail("应用已停用或无权访问");
  }
  if (!ChatExecution.begin(chatId)) {
    return ResultVo.fail("当前会话正在处理上一条问题,请等待完成");
  }
  long messageId = SnowflakeIdUtils.id();
  // 先保存问题行,回答生成结束后回填答案与明细
  int countTokens = TokenCounter.countTokens(quesiton);
  Row chatRecord = Row.by("id", messageId).set("problem_text", quesiton).set("message_tokens", countTokens).set("chat_id", chatId);
  Db.save(MossKbApplicationChatRecord.tableName, chatRecord);
  Db.update("update moss_kb_application_chat set abstract=coalesce(abstract,?),update_time=now() where id=?",
      quesiton.substring(0, Math.min(quesiton.length(), 100)), chatId);
  // 检索与生成省略,见迭代检索章节
}

回填在流式回调里完成,details 以 JSONB 写入:

import org.postgresql.util.PGobject;

import nexus.io.db.activerecord.Db;
import nexus.io.db.activerecord.Row;
import nexus.io.kit.PgObjectUtils;
import nexus.io.mosskb.constant.MossKbTableNames;
import nexus.io.mosskb.vo.MossKbChatRecordDetail;
import nexus.io.mosskb.vo.MossKbStreamChatVo;
import nexus.io.mosskb.utils.TokenCounter;
import nexus.io.tio.http.server.util.SseEmitter;
import nexus.io.tio.utils.json.JsonUtils;

StringBuffer completionContent = processResponseBody(chatId, messageId, channelContext, responseBody);
double runTime = ((double) (System.currentTimeMillis() - start)) / 1000;
int answer_tokens = TokenCounter.countTokens(completionContent.toString());
chatStep.setRun_time(runTime).setAnswer_tokens(answer_tokens);

MossKbChatRecordDetail detail = new MossKbChatRecordDetail(chatStep, searchStep);
PGobject pgobject = PgObjectUtils.json(JsonUtils.toJson(detail));
Row record = Row.by("id", messageId).set("run_time", runTime).set("answer_text", completionContent.toString())
    .set("answer_tokens", answer_tokens).set("message_tokens", chatStep.getMessage_tokens())
    .set("details", pgobject);
Db.update(MossKbTableNames.moss_kb_application_chat_record, record);
// 先落库,再发送结束事件:紧接着的追问能读到这一轮
MossKbStreamChatVo end = new MossKbStreamChatVo();
end.setContent("").setChat_id(chatId).setId(messageId).setChat_record_id(messageId.toString());
end.setOperate(true).setIs_end(true).setNode_is_end(true);
SseEmitter.pushSSEChunk(channelContext, JsonUtils.toJson(end));

流式失败时发送 event: error,finally 中释放会话执行锁并关闭 SSE 连接;同一会话同时只允许一轮生成,避免追问读到未完成的答案。

归属与权限

三类判断集中在 ApplicationAccess:

package nexus.io.mosskb.service.kb;

import nexus.io.db.activerecord.Db;
import nexus.io.db.activerecord.Row;

public final class ApplicationAccess {
  private ApplicationAccess() {}

  public static boolean owns(Long userId, Long applicationId) {
    if (userId == null || applicationId == null) {
      return false;
    }
    Row app = Db.findById("moss_kb_application", applicationId);
    return app != null && (userId == 1L || userId.equals(app.getLong("user_id")));
  }

  public static boolean canChat(Long clientId, Long applicationId) {
    if (owns(clientId, applicationId)) {
      return true;
    }
    return clientId != null && Db.queryLong("select count(*) from moss_kb_application_public_access_client c join moss_kb_application_access_token t on t.application_id=c.application_id where c.client_id=? and c.application_id=? and t.is_active=true and t.deleted=0", clientId, applicationId) > 0;
  }

  public static boolean canReadChat(Long clientId, Long applicationId, Long chatId) {
    Row chat = Db.findById("moss_kb_application_chat", chatId);
    return chat != null && !Boolean.TRUE.equals(chat.getBoolean("is_deleted")) && applicationId.equals(chat.getLong("application_id"))
        && (owns(clientId, applicationId) || (canChat(clientId, applicationId) && clientId.equals(chat.getLong("client_id"))));
  }
}
判断通过条件
owns应用属于该账号;系统管理员视为拥有全部应用
canChat账号本人、应用所有者,或被公开访问授权且令牌有效的访客
canReadChat会话属于该应用、未删除,并且调用者是应用所有者,或该会话 client_id 本人

canReadChat 同时校验 applicationId 与 chatId 的从属关系,因此换一个应用 ID 去读同一会话同样会被拒绝。分享访客的令牌不对应后台账号,请求拦截器只放行对话所需路径,其余一律 403:

if (!member && !(path.equals("/api/application/profile")
    || path.matches("/api/application/\\d+/chat/open")
    || path.matches("/api/application/chat_message/\\d+")
    || path.matches("/api/application/\\d+/chat/\\d+/context(/compact)?")
    || path.matches("/api/application/\\d+/chat/client/\\d+(/\\d+)?")
    || path.matches("/api/application/\\d+/chat/\\d+/chat_record/\\d+/\\d+")
    || path.matches("/api/application/\\d+/chat/\\d+/chat_record/\\d+(/vote)?"))) {
  HttpResponse denied = TioRequestContext.getResponse();
  denied.setStatus(HttpResponseStatus.C403);
  return denied;
}

接口

方法与路径行为
GET /api/application/{app}/chat/{page}/{size}管理端会话分页,按更新时间倒序;支持标题、时间区间与评价筛选
GET /api/application/{app}/chat/client/{page}/{size}分享端会话分页,只返回本人 client_id 且 chat_type=0 的会话
GET /api/application/{app}/chat/{chat}/chat_record/{page}/{size}问答分页,每页最多 100 条;默认按 ID 升序,order_asc=false 时倒序
GET /api/application/{app}/chat/{chat}/chat_record/{record}单条问答详情,含引用与检索轨迹
PUT /api/application/{app}/chat/{chat}/chat_record/{record}/vote评价,只接受 -1、0、1
PUT /api/application/{app}/chat/client/{chat}重命名会话,标题 1~256 字符
DELETE /api/application/{app}/chat/{chat}逻辑删除会话
POST /api/application/{app}/chat/export导出勾选的会话,未勾选时按当前筛选条件导出 xlsx,文件名带日期
PUT /api/application/{app}/chat/{chat}/chat_record/{record}/dataset/{dataset}/document_id/{document}/improve标注:把答案写成段落并记在问答上
GET /api/application/{app}/chat/{chat}/chat_record/{record}/improve当前记录的标注段落
DELETE /api/application/{app}/chat/{chat}/chat_record/{record}/dataset/{dataset}/document_id/{document}/improve/{paragraph}删除标注、段落与问题关联
POST /api/application/{app}/dataset/{dataset}/improve加入知识库:把勾选会话的问答批量写成段落
DELETE /api/dataset/{dataset}/document/{document}/paragraph/{paragraph}删除段落,标注删除与分段管理共用

会话分页接受 abstract、start_time、end_time、min_star、min_trample、comparer 六个查询参数,与界面上的搜索框、时间选择器和评价筛选一一对应;时间按本机时区整天闭区间处理,非法日期忽略该条件而不是报错。

会话列表在 SQL 里统计提问数、赞同数、反对数、标注数与会话 token 合计,并用 client_id 反查用户(查不到按游客显示);问答分页先取 ID 再逐条组装详情,方向由 order_asc 决定;评价只更新属于该会话的记录,因此跨会话提交记录 ID 不会命中:

import java.time.LocalDate;
import java.time.OffsetDateTime;
import java.time.ZoneId;
import java.util.ArrayList;
import java.util.List;

import com.jfinal.kit.Kv;

import nexus.io.db.activerecord.Db;
import nexus.io.db.activerecord.Row;
import nexus.io.jfinal.aop.Aop;
import nexus.io.model.result.ResultVo;

public class MossKbChatHistoryService {

  public ResultVo chats(Long user, Long application, int page, int size, boolean clientOnly, Query query) {
    if (clientOnly ? !ApplicationAccess.canChat(user, application) : !ApplicationAccess.owns(user, application)) {
      return ResultVo.fail("无权访问对话日志");
    }
    page = Math.max(1, page);
    size = Math.max(1, Math.min(100, size));
    Sql sql = listSql(application, clientOnly ? user : null, query, false);
    long total = Db.queryLong("select count(*) from (" + sql.select + ") chat_log", sql.args.toArray());
    List<Object> pageArgs = new ArrayList<>(sql.args);
    pageArgs.add(size);
    pageArgs.add((page - 1) * size);
    List<Row> rows = Db.find(sql.select + " order by c.update_time desc,c.id desc limit ? offset ?", pageArgs.toArray());
    List<Kv> records = new ArrayList<>();
    for (Row row : rows) {
      records.add(toChat(row));
    }
    return ResultVo.ok(Kv.by("current", page).set("size", size).set("total", total).set("records", records));
  }

  /** 统计子查询 + 用户反查 + 条件拼装,导出与会话分页共用。 */
  private Sql listSql(Long application, Long clientId, Query query, boolean export) {
    StringBuilder select = new StringBuilder();
    select.append("select c.*, coalesce(s.chat_record_count,0) chat_record_count, coalesce(s.star_num,0) star_num,")
        .append(" coalesce(s.trample_num,0) trample_num, coalesce(s.mark_sum,0) mark_sum, coalesce(s.tokens_num,0) tokens_num,")
        .append(" u.username asker_name, u.nick_name asker_nick_name")
        .append(" from moss_kb_application_chat c")
        .append(" left join (select r.chat_id, count(*) chat_record_count,")
        .append(" sum(case when r.vote_status='0' then 1 else 0 end) star_num,")
        .append(" sum(case when r.vote_status='1' then 1 else 0 end) trample_num,")
        .append(" sum(case when r.improve_paragraph_id_list is null then 0 else array_length(r.improve_paragraph_id_list,1) end) mark_sum,")
        .append(" sum(coalesce(r.answer_tokens,0)+coalesce(r.message_tokens,0)) tokens_num")
        .append(" from moss_kb_application_chat_record r group by r.chat_id) s on s.chat_id=c.id")
        .append(" left join moss_kb_user u on u.id=c.client_id");
    List<Object> args = new ArrayList<>();
    select.append(" where c.application_id=? and c.is_deleted=false");
    args.add(application);
    if (clientId != null) {
      select.append(" and c.client_id=? and c.chat_type=0");
      args.add(clientId);
    }
    if (query.hasAbstract()) {
      select.append(" and c.abstract ilike ?");
      args.add("%" + query.abstractText + "%");
    }
    OffsetDateTime from = startOfDay(query.startTime);
    if (from != null) {
      select.append(" and c.update_time >= ?");
      args.add(from);
    }
    OffsetDateTime to = endOfDay(query.endTime);
    if (to != null) {
      select.append(" and c.update_time <= ?");
      args.add(to);
    }
    if (query.hasVoteFilter()) {
      String star = "coalesce(s.star_num,0) >= ?";
      String trample = "coalesce(s.trample_num,0) >= ?";
      if (query.minStar != null && query.minTrample != null) {
        select.append(" and (").append(star).append(query.isOrComparer() ? " or " : " and ").append(trample).append(")");
        args.add(query.minStar);
        args.add(query.minTrample);
      } else if (query.minStar != null) {
        select.append(" and ").append(star);
        args.add(query.minStar);
      } else {
        select.append(" and ").append(trample);
        args.add(query.minTrample);
      }
    }
    Sql sql = new Sql();
    sql.select = select.toString();
    sql.args = args;
    return sql;
  }

  public ResultVo records(Long user, Long application, Long chat, int page, int size, boolean ascending) {
    if (!ApplicationAccess.canReadChat(user, application, chat)) {
      return ResultVo.fail("无权访问会话");
    }
    page = Math.max(1, page);
    size = Math.max(1, Math.min(100, size));
    long total = Db.queryLong("select count(*) from moss_kb_application_chat_record where chat_id=?", chat);
    List<Long> ids = Db.queryListLong("select id from moss_kb_application_chat_record where chat_id=? order by id "
        + (ascending ? "asc" : "desc") + " limit ? offset ?", chat, size, (page - 1) * size);
    List<Object> records = new ArrayList<>();
    for (Long id : ids) {
      records.add(Aop.get(MossKbApplicationCharRecordService.class).get(user, application, chat, id).getData());
    }
    return ResultVo.ok(Kv.by("current", page).set("size", size).set("total", total).set("records", records));
  }

  public ResultVo vote(Long user, Long application, Long chat, Long record, String vote) {
    if (!ApplicationAccess.canReadChat(user, application, chat) || vote == null || !List.of("-1", "0", "1").contains(vote)) {
      return ResultVo.fail("无效的评价请求");
    }
    return ResultVo.ok(Db.update("update moss_kb_application_chat_record set vote_status=? where id=? and chat_id=?", vote, record, chat) > 0);
  }
}

统计值统一补齐为 0,asker 统一为 {user_name} 对象,界面不再出现空列。重命名与删除沿用同一套归属检查:标题必须是 1~256 个字符,删除只把 is_deleted 置为真。

上下文读取与手动压缩使用 GET /api/application/{app}/chat/{chat}/context 和 POST .../context/compact,返回内容与阈值见上下文压缩。

记录详情

详情在原文之外补充界面需要的字段:answer_text_list 供回答列表渲染,paragraph_list 是本轮引用片段,dataset_list 是去重后的知识库,agent_trace 是每轮查询与核验结论,agent_stop_reason 与 context_info 说明停止原因和上下文状态:

{
  "id": "695892668679344128",
  "problem_text": "结合刚才的问题,简短总结申请期限及不可抗力的处理,引用知识库文档。",
  "answer_text": "根据《中华人民共和国行政复议法.docx》第二十条:……",
  "answer_text_list": ["根据《中华人民共和国行政复议法.docx》第二十条:……"],
  "message_tokens": 9349,
  "answer_tokens": 143,
  "run_time": 1.894,
  "vote_status": "-1",
  "create_time": "2026-10-03 09:09:01.290883",
  "agent_trace": [
    {
      "round": 1,
      "queries": ["行政复议的一般申请期限是多久,以及因不可抗力耽误该期限时如何处理?"],
      "new_paragraph_ids": ["695639888776241152"],
      "total_evidence": 5,
      "sufficient": true,
      "missing": "",
      "next_queries": []
    }
  ],
  "agent_stop_reason": "sufficient",
  "context_info": {
    "enabled": true,
    "revision": 0,
    "compacted": false,
    "compacted_rounds": 0,
    "recent_rounds": 2,
    "token_budget": 6000,
    "threshold_exceeded": false,
    "estimated_tokens": 270,
    "compaction_reason": "none"
  },
  "paragraph_list": [
    {
      "id": "695639888776241152",
      "content": "……第二十条 公民、法人或者其他组织认为行政行为侵犯其合法权益的,可以自知道或者应当知道该行政行为之日起六十日内提出行政复议申请……",
      "dataset_id": "695638732989636608",
      "dataset_name": "政法文档验证",
      "document_id": "695639883218788352",
      "document_name": "中华人民共和国行政复议法.docx"
    }
  ],
  "dataset_list": [{ "id": "695638732989636608", "name": "政法文档验证" }]
}

details 在 PostgreSQL 中是 JSONB,驱动返回 PGobject,因此先判断类型再解析;知识库列表按 dataset_id 去重:

import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Set;
import java.util.Objects;

import org.postgresql.util.PGobject;

import com.jfinal.kit.Kv;

import nexus.io.db.activerecord.Db;
import nexus.io.db.activerecord.Row;
import nexus.io.mosskb.constant.MossKbTableNames;
import nexus.io.mosskb.vo.MossKbChatRecordDetail;
import nexus.io.mosskb.vo.ParagraphSearchResultVo;
import nexus.io.model.result.ResultVo;
import nexus.io.tio.utils.hutool.StrUtil;
import nexus.io.tio.utils.json.JsonUtils;

public class MossKbApplicationCharRecordService {

  public ResultVo get(Long userId, Long applicationId, Long chatId, Long recordId) {
    if (!ApplicationAccess.canReadChat(userId, applicationId, chatId)) {
      return ResultVo.fail("会话不存在或无权访问");
    }
    Row queryRecord = Row.by("id", recordId).set("chat_id", chatId);
    Row record = Db.findFirst(MossKbTableNames.moss_kb_application_chat_record, queryRecord);
    if (record == null) {
      return ResultVo.ok();
    }
    Object object = record.get("details");
    record.remove("details");
    MossKbChatRecordDetail detail = null;
    if (object instanceof PGobject) {
      String value = ((PGobject) object).getValue();
      if (StrUtil.isNotBlank(value)) {
        detail = JsonUtils.parse(value, MossKbChatRecordDetail.class);
      }
    } else if (object instanceof String) {
      String value = (String) object;
      if (StrUtil.isNotBlank(value)) {
        detail = JsonUtils.parse(value, MossKbChatRecordDetail.class);
      }
    }

    Kv kv = record.toKv();
    String answer = record.getStr("answer_text");
    kv.set("answer_text_list", List.of(answer == null ? "" : answer));
    kv.set("create_time", Objects.toString(record.getObject("create_time")));
    kv.set("update_time", Objects.toString(record.getObject("update_time")));
    if (detail != null) {
      kv.set("agent_trace", detail.getSearch_step().getIterations());
      kv.set("agent_stop_reason", detail.getSearch_step().getStop_reason());
      kv.set("context_info", detail.getSearch_step().getContext());
      List<ParagraphSearchResultVo> paragraph_list = detail.getSearch_step().getParagraph_list();
      List<Kv> dataset_list = new ArrayList<>();
      Set<Long> seenIds = new HashSet<>();
      for (ParagraphSearchResultVo paragraph : paragraph_list) {
        if (seenIds.add(paragraph.getDataset_id())) {
          dataset_list.add(Kv.by("id", paragraph.getDataset_id()).set("name", paragraph.getDataset_name()));
        }
      }
      kv.set("paragraph_list", paragraph_list);
      kv.set("dataset_list", dataset_list);
    }
    return ResultVo.ok(kv);
  }
}

时间字段转成字符串返回,前端按字符串排序;agent_stop_reason 的取值与停止条件见多轮检索。improve_paragraph_id_list 是 BIGINT[],JDBC 返回 java.sql.Array,直接写进 JSON 会变成 null,因此统一转成数组:

  Object improveParagraphIds = record.get("improve_paragraph_id_list");
  record.remove("improve_paragraph_id_list");

  Kv kv = record.toKv();
  kv.set("improve_paragraph_id_list", ChatLogArrays.toLongList(improveParagraphIds));

标注与加入知识库

标注把一条答案变成知识库段落:新建段落并计算向量、按问题内容建立问题与段落关联、把段落 ID 追加到问答的 improve_paragraph_id_list。删除标注时反向执行,段落与关联问题一起移除;如果段落被分段管理单独删除,读取标注列表时会清掉残留 ID,界面不会显示失效条目。

import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.List;
import java.util.Set;

import com.alibaba.fastjson2.JSONObject;
import com.jfinal.kit.Kv;

import nexus.io.db.activerecord.Db;
import nexus.io.db.activerecord.Row;
import nexus.io.jfinal.aop.Aop;
import nexus.io.mosskb.constant.MossKbTableNames;
import nexus.io.model.result.ResultVo;
import nexus.io.tio.utils.snowflake.SnowflakeIdUtils;

public class MossKbChatLogService {

  public ResultVo improve(Long userId, Long applicationId, Long chatId, Long recordId, Long datasetId, Long documentId, JSONObject body) {
    ResultVo denied = check(userId, applicationId, chatId, recordId, datasetId, documentId);
    if (denied != null) {
      return denied;
    }
    String content = body == null ? null : body.getString("content");
    if (content == null || content.isBlank()) {
      return ResultVo.fail("段落内容不能为空");
    }
    String title = body.getString("title");
    String problemText = body.getString("problem_text");

    Long paragraphId = Aop.get(MossKbParagraphServcie.class).insertParagraph(datasetId, documentId, title, content);
    saveProblem(datasetId, documentId, paragraphId, problemText, recordId);
    appendParagraph(recordId, chatId, paragraphId);
    return Aop.get(MossKbApplicationCharRecordService.class).get(userId, applicationId, chatId, recordId);
  }

  private void appendParagraph(Long recordId, Long chatId, Long paragraphId) {
    Db.update("update moss_kb_application_chat_record set improve_paragraph_id_list=array_append(coalesce(improve_paragraph_id_list,'{}'),?::bigint) where id=? and chat_id=?",
        paragraphId, recordId, chatId);
  }
}

段落本身复用分段管理的写入路径,向量由知识库配置的向量模型计算,写完后刷新文档的段落数与字符数统计:

  /** 插入段落并计算向量,返回段落 ID;调用方需自行完成归属校验。 */
  public Long insertParagraph(Long datasetId, Long documentId, String title, String content) {
    Row dataset = Db.findById(MossKbTableNames.moss_kb_dataset, datasetId);
    if (dataset == null) {
      throw new IllegalArgumentException("知识库不存在");
    }
    Long embedding_mode_id = dataset.getLong("embedding_mode_id");
    KbEmbeddingService mossKbEmbeddingService = Aop.get(KbEmbeddingService.class);

    PGobject contentVector = mossKbEmbeddingService.getVectorForModel(content, embedding_mode_id);
    PGobject titleVector = title == null || title.isBlank() ? null : mossKbEmbeddingService.getVectorForModel(title, embedding_mode_id);
    long id = SnowflakeIdUtils.id();
    Row record = Row.by("id", id)
        .set("source_type", "md")
        .set("title", title)
        .set("content", content)
        .set("md5", Md5Utils.md5Hex(content))
        .set("status", "2")
        .set("hit_num", 0)
        .set("is_active", true).set("dataset_id", datasetId).set("document_id", documentId)
        .set("embedding", contentVector).set(MossKbParagraph.titleEmbedding, titleVector);

    Db.save(MossKbTableNames.moss_kb_paragraph, record);
    refreshStatistics(documentId);
    return id;
  }

「加入知识库」按勾选的会话批量写入:每个会话逐条问答建段,问题作为段落标题、答案作为段落内容,因此标注内容会立即参与检索。接口返回新建段落的 ID 列表:

  public ResultVo improveBatch(Long userId, Long applicationId, Long datasetId, JSONObject body) {
    if (!ApplicationAccess.owns(userId, applicationId)) {
      return ResultVo.fail("应用不存在或无权访问");
    }
    Long documentId = body == null ? null : body.getLong("document_id");
    if (!DatasetAccess.ownsDocument(userId, datasetId, documentId)) {
      return ResultVo.fail("文档不存在或无权访问");
    }
    ...
    List<Long> paragraphIds = new ArrayList<>();
    for (Long chatId : chatIds) {
      if (!ApplicationAccess.canReadChat(userId, applicationId, chatId)) {
        return ResultVo.fail("会话不存在或无权访问");
      }
      List<Row> records = Db.find("select id,problem_text,answer_text from moss_kb_application_chat_record where chat_id=? order by id", chatId);
      for (Row record : records) {
        String answer = record.getStr("answer_text");
        if (answer == null || answer.isBlank()) {
          continue;
        }
        Long paragraphId = paragraphService.insertParagraph(datasetId, documentId, record.getStr("problem_text"), answer);
        saveProblem(datasetId, documentId, paragraphId, record.getStr("problem_text"), record.getLong("id"));
        appendParagraph(record.getLong("id"), chatId, paragraphId);
        paragraphIds.add(paragraphId);
      }
    }
    return ResultVo.ok(Kv.by("paragraph_ids", paragraphIds).set("dataset_id", datasetId));
  }

写入前校验应用、会话、记录、知识库与文档五层归属;问题内容相同时复用已有问题记录,不重复建问题。

导出

导出用 EasyExcel 写 xlsx,并复用 api-table 提供的写入器:EasyExcelUtils.getExcelWriteBuilder 已注册列宽自适应、日期与数组转换器,与表格导出的行为一致。api-table 把 easyexcel 声明为 provided,业务工程需要显式引入依赖:

<dependency>
  <groupId>com.alibaba</groupId>
  <artifactId>easyexcel</artifactId>
  <version>4.0.3</version>
</dependency>
<dependency>
  <groupId>nexus.io</groupId>
  <artifactId>api-table</artifactId>
  <version>1.6.1</version>
</dependency>

表头与内容统一左对齐,设置在写入器里,因此所有用该写入器导出的表格行为一致:只声明对齐方式,其余属性沿用 EasyExcel 默认值,WriteCellStyle.merge 只覆盖非 null 字段,表头仍保留默认的加粗、灰底与边框。数字列也随内容一起左对齐。

  public static ExcelWriterBuilder getExcelWriteBuilder(OutputStream outputStream) {
    ExcelWriterBuilder excelWriterBuilder = EasyExcel.write(outputStream)
        .autoCloseStream(false)
        .registerWriteHandler(new MaxColumnWidthStyleStrategy(15, 30))
        // 表头与内容统一左对齐
        .registerWriteHandler(new HorizontalCellStyleStrategy(leftAlignStyle(), leftAlignStyle()))
        .registerConverter(new LocalDateTimeConverter()).registerConverter(new TimestampStringConverter())
        .registerConverter(new StringArrayConverter());
    return excelWriterBuilder;
  }

  /** 左对齐样式,其余属性沿用 EasyExcel 默认值 */
  public static WriteCellStyle leftAlignStyle() {
    WriteCellStyle writeCellStyle = new WriteCellStyle();
    writeCellStyle.setHorizontalAlignment(HorizontalAlignment.LEFT);
    return writeCellStyle;
  }

响应头由 t-io 的 Resps 统一处理:Resps.excel(response, bytes, filename) 设置 OOXML 的 Content-Type 并按附件下载,文件名按 UTF-8 URL 编码,支持中文应用名。同一个工具类还提供 pdf、docx、doc、pptx、ppt、image 与通用的 download(response, bytes, contentType, filename)。

  public static HttpResponse excel(HttpResponse response, byte[] bodyBytes, String filename) {
    return download(response, bodyBytes, CONTENT_TYPE_EXCEL, filename);
  }

  public static HttpResponse download(HttpResponse response, byte[] bodyBytes, String contentType, String filename) {
    bytesWithContentType(response, bodyBytes, contentType);
    return contentDisposition(response, filename);
  }

导出按当前筛选条件取会话,再逐条问答展开成行,列与官方界面一致:会话 ID、标题、用户问题、改写后的问题、回答、用户反馈、引用分段数、分段标题与内容、标注、用户、消耗 tokens、耗时与提问时间。向量检索得到的引用和标注段落都取自记录详情,与界面看到的内容同源。

import java.io.ByteArrayOutputStream;
import java.time.LocalDate;
import java.util.ArrayList;
import java.util.List;

import nexus.io.db.activerecord.Db;
import nexus.io.db.activerecord.Row;
import nexus.io.table.utils.EasyExcelUtils;

public class MossKbChatLogExportService {

  private static final String[] HEADERS = { "会话 ID", "标题", "用户问题", "改写后的问题", "回答", "用户反馈", "引用分段数", "分段标题 + 内容", "标注", "用户", "消耗 tokens", "耗时(秒)", "提问时间" };

  /** 导出文件名带日期,避免多次下载互相覆盖。 */
  public String fileName(Long applicationId) {
    Row application = Db.findById("moss_kb_application", applicationId);
    String name = application == null ? null : application.getStr("name");
    if (name == null || name.isBlank()) {
      name = "chat_log";
    }
    return name + "_" + LocalDate.now() + ".xlsx";
  }

  public byte[] export(Long user, Long applicationId, MossKbChatHistoryService.Query query) {
    MossKbChatHistoryService history = new MossKbChatHistoryService();
    List<Row> chats = history.chatsForExport(user, applicationId, query);
    List<List<Object>> rows = new ArrayList<>();
    for (Row chat : chats) {
      List<Row> records = Db.find("select id,problem_text,answer_text,vote_status,message_tokens,answer_tokens,run_time,details,"
          + "improve_paragraph_id_list,create_time from moss_kb_application_chat_record where chat_id=? order by id", chat.getLong("id"));
      for (Row record : records) {
        rows.add(toRow(chat.getLong("id"), chat.getStr("abstract"), askerName(chat), record));
      }
    }

    ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
    EasyExcelUtils.getExcelWriteBuilder(outputStream)
        .sheet("对话日志")
        .head(EasyExcelUtils.head(HEADERS))
        .doWrite(rows);
    return outputStream.toByteArray();
  }
}

表头用显式 head 声明,而不是让 EasyExcelUtils.write(outputStream, sheetName, records) 从 Row 的列名推导:Row 的列是哈希序,那样导出的列顺序是随机的,head 与值虽然仍然对齐,但人看不出规律。

导出请求体里的 select_ids 非空时只导出勾选的会话,为空时按筛选条件导出;控制器一行返回,类型与下载头交给 Resps:

  @Post("/{app}/chat/export")
  public HttpResponse export(Long app, HttpRequest request) {
    Long userId = TioRequestContext.getUserIdLong();
    MossKbChatHistoryService.Query query = query(request);
    JSONObject body = body(request);
    ...
    MossKbChatLogExportService exportService = Aop.get(MossKbChatLogExportService.class);
    byte[] data = exportService.export(userId, app, query);
    return Resps.excel(TioRequestContext.getResponse(), data, exportService.fileName(app));
  }

依赖版本:日志导出用到 api-table 1.6.1(左对齐写入器)与 t-io 2.1.7(Resps 的导出方法)。t-io 各模块由根 pom 的 dependencyManagement 统一到 tio-boot.version;tio-boot-admin-* 来自另一个仓库,仍按 tio-boot-admin.version 保持 2.1.6,避免被一起抬到 2.1.7:

<tio-boot.version>2.1.7</tio-boot.version>
<tio-boot-admin.version>2.1.6</tio-boot-admin.version>

界面这一侧由前端命名下载文件,因此日志页在应用名后追加当前日期,两端文件名保持一致:

logApi.exportChatLog(
  detail.value.id,
  `${detail.value.name}_${nowDate}`,
  obj,
  { select_ids: arr },
  loading
)

清理策略

界面上的「清除策略」保存的是应用表的 clean_time(保留天数)。保存走的是应用更新接口,请求体只有 clean_time 一个字段,因此更新实现只写非空字段,不会把其他列清空;未设置或非正数时按 180 天处理。

每天凌晨的任务按应用逐个清理:先取出有过期问答的会话 ID,删除过期记录,再把因此变空的会话删除。数据库访问集中在可覆盖的方法里,方便用内存数据做单元测试。

public class ChatLogCleanupService {

  public static final int DEFAULT_RETAIN_DAYS = 180;

  public record Application(Long id, Integer cleanTime) {
    public int retainDays() {
      return cleanTime == null || cleanTime <= 0 ? DEFAULT_RETAIN_DAYS : cleanTime;
    }
  }

  /** 返回删除的问答记录条数。 */
  public int cleanExpired() {
    int deleted = 0;
    for (Application application : applications()) {
      OffsetDateTime cutoff = cutoff(application);
      List<Long> chatIds = expiredChatIds(application.id(), cutoff);
      if (chatIds.isEmpty()) {
        continue;
      }
      deleted += deleteExpiredRecords(application.id(), cutoff);
      List<Long> emptyChats = chatsWithoutRecords(chatIds);
      if (!emptyChats.isEmpty()) {
        deleteChats(emptyChats);
      }
    }
    return deleted;
  }

  protected int deleteExpiredRecords(Long applicationId, OffsetDateTime cutoff) {
    return Db.update("delete from moss_kb_application_chat_record r using moss_kb_application_chat c"
        + " where r.chat_id=c.id and c.application_id=? and r.create_time < ?", applicationId, cutoff);
  }
}

任务通过 Quartz 配置注册,每天 00:05 执行;原配置里的类名还是旧包名,加载不到,已一并改成本项目的类名:

nexus.io.mosskb.task.SchduleTaskPerHour = 0 0 */1 * * ?
nexus.io.mosskb.task.CleanChatLogJob = 0 5 0 * * ?

定时任务只在 app.env=prod 时启动,本地开发环境需要手工触发清理逻辑。

前端

管理端的应用详情下有 Chat Logs 页,表格显示标题、提问数、评价、标注、用户与最近对话时间,点击行打开抽屉;抽屉复用对话组件并以 type="log" 渲染,只读、不显示输入框:

import { Result } from '@/request/Result'
import { get } from '@/request/index'
import type { pageRequest } from '@/api/type/common'
import { type Ref } from 'vue'

const prefix = '/application'

const getChatRecordLog: (
  application_id: String,
  chart_id: String,
  page: pageRequest,
  loading?: Ref<boolean>,
  order_asc?: boolean
) => Promise<Result<any>> = (application_id, chart_id, page, loading, order_asc) => {
  return get(
    `${prefix}/${application_id}/chat/${chart_id}/chat_record/${page.current_page}/${page.page_size}`,
    { order_asc: order_asc !== undefined ? order_asc : true },
    loading
  )
}
import { defineStore } from 'pinia'
import logApi from '@/api/log'
import { type Ref } from 'vue'
import type { pageRequest } from '@/api/type/common'

const useLogStore = defineStore({
  id: 'log',
  state: () => ({}),
  actions: {
    async asyncChatRecordLog(id: string, chatId: string, page: pageRequest, loading?: Ref<boolean>, order_asc?: boolean) {
      return new Promise((resolve, reject) => {
        logApi
          .getChatRecordLog(id, chatId, page, loading, order_asc)
          .then((data) => resolve(data))
          .catch((error) => reject(error))
      })
    }
  }
})

export default useLogStore

抽屉把分页结果按 create_time 升序拼接,滚动到顶部时加载更早的一页:

import { ref, reactive, watch, nextTick } from 'vue'
import { useRoute } from 'vue-router'
import { type chatType } from '@/api/type/application'
import useStore from '@/stores'

const { log } = useStore()
const recordList = ref<chatType[]>([])
const paginationConfig = reactive({ current_page: 1, page_size: 20, total: 0 })

function getChatRecord() {
  return log
    .asyncChatRecordLog(id as string, props.chatId, paginationConfig, loading)
    .then((res: any) => {
      paginationConfig.total = res.data.total
      const list = res.data.records
      recordList.value = [...list, ...recordList.value].sort((a, b) => a.create_time.localeCompare(b.create_time))
      if (paginationConfig.current_page === 1) {
        nextTick(() => {
          AiChatRef.value.setScrollBottom()
        })
      }
    })
}

阶段提示与检索轨迹显示在回答上方。流式回答用 agent_status 事件实时更新,历史记录则用详情里的 agent_trace / agent_stop_reason / context_info 还原:

if (/^event:\s*agent_status/.test(event)) {
  chat.agent_status = chunk
  continue
}
<template>
  <div v-if="status || trace?.length || context?.compacted_rounds" class="agent-progress">
    <p v-if="!done && status" role="status">{{ progressText }}</p>
    <details v-if="trace?.length">
      <summary>检索过程 · {{ trace.length }} 轮 · {{ stopLabel }}</summary>
      <div v-for="step in trace" :key="step.round" class="round">
        <strong>第 {{ step.round }} 轮</strong>
        <p v-for="query in step.queries" :key="query">检索:{{ query }}</p>
        <p>新增 {{ step.new_paragraph_ids?.length || 0 }} 个片段;{{ step.sufficient ? '资料充分' : '仍有资料缺口' }}</p>
        <p v-if="step.missing">{{ step.missing }}</p>
      </div>
    </details>
    <small v-if="context?.compacted_rounds">上下文:已压缩 {{ context.compacted_rounds }} 轮,保留近期 {{ context.recent_rounds }} 轮原文</small>
  </div>
</template>
<script setup lang="ts">
import { computed } from 'vue'
const props = defineProps<{ status?: any; trace?: any[]; context?: any; stop?: string; done?: boolean }>()
const labels: Record<string, string> = {
  sufficient: '资料充分', max_rounds: '达到检索轮次上限', no_new_evidence: '未发现新增资料',
  duplicate_query: '查询重复', evidence_budget: '达到资料容量上限', no_followup_query: '无后续查询',
  no_datasets: '未关联知识库', assessment_error: '资料核验未完成'
}
const stopLabel = computed(() => labels[props.stop || ''] || '已完成')
</script>

引用来源显示在回答下方,列表按文档名去重,点击后按相似度排序查看片段。分享端的三种对话布局(桌面、移动、嵌入)改走 client 接口读取左侧会话列表和右侧历史,删除与重命名也只作用于访客自己的会话。

尚未实现

界面上还有以下元素没有对应的后端实现,使用时不要按「已完成」理解:

界面元素当前状态
段落批量删除(paragraph/_batch)分段管理页的批量删除按钮没有对应路由,单条删除已实现
分享端「加入知识库」该入口只对拥有应用与知识库的管理账号开放,分享访客会被拒绝
评价筛选的组合条件只支持「同时满足」与「任一满足」两种组合,界面上的比较符仅这两个取值

对话日志的写入、读取、筛选、评价、标注、导出与清理策略都已有后端实现;下列内容不属于本实现范围:回复的重新生成(对话页能力)、标注内容的自动审核、导出到对象存储。

验证重点

接口层在本机用管理账号令牌逐项实测:

  • 会话分页返回提问数、赞同数、反对数、标注数、token 合计与用户(管理员显示昵称,分享访客显示游客),并按更新时间倒序;管理端路径要求应用归属,分享端路径在 SQL 中追加 client_id 与 chat_type=0 条件(本次只用管理账号令牌实测,访客令牌未实测)。
  • 标题搜索、日期区间与评价筛选都生效:abstract 命中两条、start_time=2026-10-03 命中一条、start_time=2026-10-02&end_time=2026-10-02 命中三条;给一条记录点赞后 min_star=1 命中该会话且 star_num=1,comparer=or 与默认 and 结果不同;非法日期被忽略而不是报错。
  • 问答分页 order_asc=true 时按时间正序返回,抽屉与对话页分别使用正序和倒序。
  • 记录详情返回 agent_trace、agent_stop_reason、context_info、paragraph_list、去重后的 dataset_list,improve_paragraph_id_list 返回数组而不是 null。
  • 评价 -1、0、1 可用,其他取值返回「无效的评价请求」。
  • 用一个不包含该会话的应用 ID 读取记录返回「无权访问会话」,不存在的会话同样被拒绝。
  • 标注写入后:段落入 moss_kb_paragraph 且带向量与标题向量、问题关联写入映射表、问答的 improve_paragraph_id_list 追加成功、文档段落数统计刷新;标注段落能被命中测试检索到(相似度 0.93 / 0.69),说明标注内容真实参与检索。
  • 删除标注后段落、映射与问答上的 ID 同步移除,文档段落数回到原值;通过分段管理单独删除段落后再读标注列表,残留 ID 会被清理。
  • 加入知识库:指定会话后按问答逐条建段,文档段落数按条数增加,返回新建段落 ID 列表。
  • 导出:EasyExcel 生成的 xlsx 合法,列顺序与声明一致(从「会话 ID」到「提问时间」共 13 列),表头与内容都是左对齐且表头保留加粗、灰底与边框;Content-Type 为 OOXML 的 spreadsheet 类型,勾选与筛选条件都生效;文件名带日期,后端 Content-Disposition 与界面下载名一致,中文应用名经 URL 编码,实际下载为 政法多轮问答验证_2026-10-03.xlsx。
  • 清除策略:只提交 clean_time 的部分更新不会清空名称、模型与知识库关联;ChatLogCleanupServiceTest 的 6 个用例覆盖默认 180 天、按应用读取保留天数、过期记录删除、仅剩空会话才删除会话、无过期记录跳过应用。

界面验收应包含:日志页表格能列出会话、提问数、评价、标注与用户;搜索与日期筛选立即生效;打开抽屉能看到回答、引用文档、Tokens/Runtime 和「检索过程 · N 轮」轨迹;标注后标注列变为 1,标注弹窗能读取并删除标注;导出按钮下载到 xlsx;清除策略弹窗保存后天数持久化。验收时还发现并修正了日志抽屉的一处判空问题:记录的 improve_paragraph_id_list 为 NULL 时,操作按钮组件取长度会中断渲染,导致回答与轨迹整块不显示;现在后端统一返回数组,组件也按空列表兜底。

上下文压缩、停止原因与 token 阈值的自动化测试见上下文压缩与多轮检索。

  • 删除、重命名、加入知识库、导出与清除策略未逐项实测,按上文「尚未实现」表理解。
Edit this page
Last Updated: 10/6/26, 10:53 AM
Contributors: litongjava
Prev
检索性能优化
Next
创建独立用户与账号资源管理