企业知识库增量同步治理工作流

识别知识源变更，校验密级与有效期，生成稳定切块，并输出可回滚的向量索引同步队列。

数据采集与分析

技能数量

24,957
下载量

                    ¥268.00                                    
参考价 · 登录确认

19,147
销量

购买前，先确认这些

我的已购工作流

以下摘录自发布者现有说明，不代表平台已完成运行验证。完整交付范围、限制与验收要求请继续阅读原文。

交付内容

包含4个独立技能目录，每个都有_meta.json、SKILL.md、OpenAI Agent配置、README、Python执行器和脱敏输入输出样例。四个脚本均可在Python 3.10以上独立运行，输出UTF-8 JSON；相同输入应产生相同变更、切块和同步计划。验收必须识别create/update/delete，阻断公开机密文档，生成稳定chunk哈希，并提供可逆的索引同步计划。不包含第三方账号、OAuth、API Key、向量数据库、模型额度、Dify/n8n实例、生产文档或代部署服务。

需要准备

脱敏后的上次与本次知识源清单每份文档的唯一source_id、URI或内部路径标识负责人、部门、密级、可见范围、生效与到期时间已脱敏的纯文本内容当前向量索引的chunk ID、source_id、SHA256和可选vector_id导出组织自己的分类、保留、审批和删除规则

运行与安装说明

分别进入4个技能目录，按README准备UTF-8 JSON输入；先使用包内examples进行最小验证。按4步顺序运行Python脚本，把上一步允许继续的结果映射到下一步输入，并人工处理review/block队列。在测试索引核对upsert、delete和rollback计划，确认文档数量、哈希与可见范围后，再由管理员接入真实平台API。

费用、服务与边界

本套装交付本地规则脚本、样例和操作说明，不会抓取或上传真实企业文档，不会生成向量，不会修改Dify知识库，也不会直接对Supabase、Pinecone、Qdrant或其他生产索引执行写入和删除。组织管理员需依据数据分级、保留期限、版权许可、当地隐私法规、嵌入模型版本和平台API文档复核规则。不同解析器与嵌入模型可能产生不同结果；正式切换前必须保留原索引快照并在测试环境验证。不承诺零幻觉、绝对合规、固定准确率、固定节省比例、业务增长或收益。

安装准备与故障排查确认材料、运行环境与额外费用后再购买。阅读完整说明

工作流详情

# 企业知识库增量同步治理工作流

**4个可下载技能 · 4步自动化工作流 · 每个技能可单独运行**

把企业知识库从“文档有变化就整库重建”升级为可核对的增量流程：先识别新增、修改与删除，再补齐负责人、密级和有效期，随后生成稳定切块，最后输出向量索引的upsert、delete与回滚队列。套装只处理脱敏清单和文本，不连接真实网盘、Dify、n8n或向量数据库，也不会自动删除生产索引。

## 4步自动化工作流

### 1 知识源变更清单

**对应技能：** `knowledge-source-change-manifest`

**解决什么：** 对比上次与本次知识源清单，按内容哈希识别新增、修改、删除和未变化文档，避免每次全量重建或漏删过期内容。

**你会得到：** create/update/delete/unchanged队列、文档URI、变更前后SHA256与数量汇总。

**流转到下一步：** 将新增和修改队列交给元数据门禁，删除队列保留给最终索引核对。

### 2 知识文档元数据门禁

**对应技能：** `knowledge-metadata-enrichment-gate`

**解决什么：** 检查负责人、部门、密级、可见范围、生效时间与到期时间，并把日期转换为可用于Dify等接口的Unix时间戳。

**你会得到：** allow/review/block队列、阻断原因与标准化metadata payload，公开可见范围与机密等级冲突会被拦截。

**流转到下一步：** 只有allow文档进入切块；review与block留给知识管理员修正。

### 3 RAG切块质量规划

**对应技能：** `rag-chunk-quality-planner`

**解决什么：** 按目标长度和重叠区间生成确定性文本块，为每块生成稳定ID、位置和SHA256，并标记过短或空文档。

**你会得到：** chunk manifest、块数量、字符长度、内容哈希、顺序以及质量警告。

**流转到下一步：** 将通过检查的chunk manifest作为期望索引状态交给同步核对。

### 4 向量索引同步核对与回滚

**对应技能：** `vector-index-sync-reconciler`

**解决什么：** 比较期望chunk与当前向量索引清单，生成待人工确认的新增/更新、删除、未变化与逆序回滚计划。

**你会得到：** upsert队列、delete队列、unchanged清单、回滚动作和明确的执行边界，形成最终交付。

**流转到下一步：** 形成最终交付；管理员在测试索引验收后，才把队列映射到真实Dify、Supabase、Pinecone或Qdrant操作。

## 实际示例

脱敏测试清单中，一份访问控制政策被更新、一份旧指南被删除、一份FAQ新增。第一步生成1个update、1个delete和1个create；第二步发现拟公开的合同密级为confidential并将其阻断；第三步为允许进入的政策和FAQ生成带哈希的切块；第四步输出新块upsert、旧指南向量delete及对应rollback计划。该示例来自包内可重复运行的测试数据，不代表真实客户效果。

## 适合谁

企业知识库管理员、RAG工程师、Dify/n8n工作流开发者、AI客服团队、内部搜索负责人、需要维护Supabase/Pinecone/Qdrant等向量索引的团队。

## 买家只需提供

- 脱敏后的上次与本次知识源清单
- 每份文档的唯一source_id、URI或内部路径标识
- 负责人、部门、密级、可见范围、生效与到期时间
- 已脱敏的纯文本内容
- 当前向量索引的chunk ID、source_id、SHA256和可选vector_id导出
- 组织自己的分类、保留、审批和删除规则

## 使用方式

1. 分别进入4个技能目录，按README准备UTF-8 JSON输入；先使用包内examples进行最小验证。
2. 按4步顺序运行Python脚本，把上一步允许继续的结果映射到下一步输入，并人工处理review/block队列。
3. 在测试索引核对upsert、delete和rollback计划，确认文档数量、哈希与可见范围后，再由管理员接入真实平台API。

## 交付与验收

- 包含4个独立技能目录，每个都有_meta.json、SKILL.md、OpenAI Agent配置、README、Python执行器和脱敏输入输出样例。
- 四个脚本均可在Python 3.10以上独立运行，输出UTF-8 JSON；相同输入应产生相同变更、切块和同步计划。
- 验收必须识别create/update/delete，阻断公开机密文档，生成稳定chunk哈希，并提供可逆的索引同步计划。
- 不包含第三方账号、OAuth、API Key、向量数据库、模型额度、Dify/n8n实例、生产文档或代部署服务。

## 服务说明

包含技能

以下为套餐组成，实际执行顺序请按上方工作流说明。安装所需环境、账号与外部服务费用请在购买前确认。

知识文档元数据门禁 knowledge-metadata-enrichment-gate

Validate ownership, classification, visibility, effective time, and expiration metadata before indexing.

知识源变更清单 knowledge-source-change-manifest

Compare previous and current knowledge sources and produce create, update, delete, and unchanged queues.

RAG切块质量规划 rag-chunk-quality-planner

Create deterministic text chunks with overlap, hashes, stable IDs, and short-chunk quality warnings.

向量索引同步核对与回滚 vector-index-sync-reconciler

Compare desired chunks with an existing vector-index manifest and produce reviewed upsert, delete, and rollback queues.