知识库架构总览 / Knowledge Base Architecture

本文档总结当前 bid.hao.work 知识库系统架构，并说明如何在迭代中自动适配（自动进化 + 文档迭代控制）。

1. 架构目标 / Goals

• 统一承载：招投标/采购平台的需求、设计、接口、运维文档统一管理。
• 可追溯：所有文档通过 Git 记录历史与差异。
• 可扩展：REST API 支持文档与迭代管理。
• 可进化：SearXNG + Qwen3-Max 自动沉淀新事实并增量索引到 GraphRAG。

2. 总体结构 / High-level Architecture

[Browser /docs] -> [Nginx HTTPS] -> [Go Docserver]
                         |           - Markdown render
                         |           - Git history/diff
                         |           - REST API
                         |           - Notes/Automation UI
                         v
     +-------------------+-----------------------------+
     |                   |                             |
  docs/*.md     docs/iterations.json       docs/creative-notes.json
  (文档库)          (迭代记录)                   (创意笔记)

                    [Auto Evolve Script]
                SearXNG -> Qwen3-Max -> GraphRAG
                                   |
                                   v
                     /root/ca_v3/cps/input/auto_learning.txt

3. 关键组件 / Key Components

3.1 文档服务 / Docserver

• 路径：/root/ca_v3/bid/tools/docserver/main.go
• 功能：
  • 文档目录与 Markdown 渲染
  • Git 历史、差异对比
  • REST API（认证、CRUD、迭代、历史、diff）
  • 创意笔记模块
  • 自动化监控页
• 访问入口：
  • https://bid.hao.work/docs/
  • https://bid.hao.work/docs/notes
  • https://bid.hao.work/docs/automation

3.2 文档数据 / Docs Data

• 文档存储：docs/*.md
• 迭代记录：docs/iterations.json
• 创意笔记：docs/creative-notes.json（不入库）

3.3 REST API / REST API

• 认证：
  • POST /api/auth/login
  • GET /api/auth/me
• 文档 CRUD：
  • GET /api/docs
  • POST /api/docs
  • PUT /api/docs
  • DELETE /api/docs
• 迭代控制：
  • GET /api/iterations
  • POST /api/iterations
• 版本与对比：
  • GET /api/docs/history
  • GET /api/docs/diff

3.4 自动进化 / Auto Evolve

• 脚本：tools/auto_evolve/evolve.py
• 查询队列：automation/queries.txt
• 状态输出：automation/status.json
• 日志：automation/logs/
• GraphRAG 输入：/root/ca_v3/cps/input/auto_learning.txt
• 定时任务：
  • bid-knowledge-evolve.service
  • bid-knowledge-evolve.timer（2 分钟检查，当前固定 2 分钟）

3.5 自动调研 / Auto Research

• 脚本：tools/auto_research/research.py
• 目标清单：automation/research_targets.json
• 状态输出：automation/research_status.json
• 日志：automation/research_logs/
• 运行产出：automation/research_runs/
• GraphRAG 输入：/root/ca_v3/cps/input/auto_research.txt

4. 迭代适配机制 / Iteration Adaptation

系统通过两条路径实现“自动适配迭代”：

4.1 文档迭代 / Docs Iteration

1. 使用 POST /api/iterations 写入一次迭代记录（版本/标题/摘要/关联文档）。
2. 通过 REST 更新相关文档内容（/api/docs）。
3. Git 自动记录历史，可在 UI 查看历史与 diff。

4.2 知识进化 / Knowledge Evolution

1. automation/queries.txt 定义关注主题。
2. 定时触发 SearXNG。
3. Qwen3-Max 过滤并提炼事实。
4. 追加到 GraphRAG 输入文件。
5. 运行 GraphRAG 增量索引，形成可检索的最新知识。

结果：文档与知识库都能持续更新，并可通过 REST + Git 进行版本控制。

5. 运维与配置 / Ops & Config

• .env 管理全部配置（API Key、LLM、GraphRAG、路径、token）。
• Nginx 反向代理 /docs/ 到 docserver。
• systemd 负责 docserver 与自动进化的可靠运行。
• 时间基准：系统前后端统一 UTC+8。

6. 建议流程 / Suggested Workflow

1. 新增业务或政策需求 → docs/*.md 文档更新。
2. 记录迭代 → POST /api/iterations。
3. 自动进化定期补充外部事实。
4. 通过 /docs/automation 和 Git 历史审计更新轨迹。

如需新增迭代模板或自动化策略，请在 docs/18-docs-rest-api.md 与 docs/19-graphrag-searxng.md 中补充细节。