# boss-survey **Repository Path**: yu-some/boss-survey ## Basic Information - **Project Name**: boss-survey - **Description**: 用于调研各个企业,方便投递,初期搭建,主要功能已完成 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-09-01 - **Last Updated**: 2026-09-05 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # Research Workbench 个人部署的企业、行业、竞品和政策调研工作台。它的目标是让资料、证据、结论和报告版本留在同一个可审查的工作区,而不是做一个能任意访问系统或网页的通用 Agent。 ## 当前实现状态 工作台已部署到香港 ECS 的 `/srv/research-workbench`,应用、PostgreSQL 和 Caddy 容器均健康;`https://research.webyrc.com` 的首页和 `/healthz` 已返回 200,公网 E2E 12/12 通过。旧版个人 Research API 继续由 Basic Auth 保护,PostgreSQL 使用命名卷持久化。没有 `DATABASE_URL` 的本地运行仍只加载不可持久化的演示数据。 已实现: - Next.js 三栏工作台、演示对象导航、报告章节编辑、目录锚点和 `Ctrl/Cmd+K` 命令搜索; - 报告创建/保存 API,带输入校验、事务和乐观锁冲突拒绝; - 当前报告的手动文本资料导入:标题/正文校验、SHA-256、`active` 来源、连续 Chunk、PostgreSQL 原子写入和 memory_demo 明确拒绝; - PostgreSQL schema/repository、真实数据库健康检查,以及与其同接口的内存演示 repository; - 基于 active 来源的 PostgreSQL FTS + 可选 pgvector Dense RRF 检索,返回父章节、相邻 Chunk 和显式词法/语义降级状态;无扩展、未迁移或能力探测失败时仍使用确定性关键词降级; - 有界 GraphRAG-lite 查询:关系边必须来自 active 来源,深度与返回路径数受限; - Context Projection:选区只传选区,检索问题只传当前报告的精简证据和规则; - 模型未配置或请求失败时显式降级,不伪造回答; - Docker Compose、Caddy Basic Auth、HTTPS 配置和香港 ECS 4C8G 资源限制。 尚未实现或未验证: - URL/PDF/图片来源刷新和变化检测仍未实现;私有文件上传与解析 Worker 已支持 Markdown/TXT、原生文字 PDF、DOCX,扫描 PDF/图片会安全降级为 `needs_review`,视觉 OCR 尚未接入; - pgvector 持久化已提供可选迁移、能力探测、版本/哈希校验、权限过滤和确定性降级;大规模 ANN 索引重建、后台 Worker 与 Golden Set 检索评测仍未完成; - 企业 CRUD、图谱写入/API/UI、版本 Diff/回滚、Markdown/PDF 导出; - 应用内会话认证已实现;旧版 Research API 仍依赖 Caddy Basic Auth,公开平台写操作依赖 Auth.js/RBAC; - 备份/发布/健康检查脚本和安全组只读计划已加入;公网 HTTPS 已验收。异机恢复、磁盘/流量告警以及 SSH/RDP 安全组收紧仍待人工变更和演练。 ## 数据与 AI 边界 - 报告、来源、Chunk、引用、关系和版本是结构化记录;AI 只能在受限证据上下文中回答或提出建议。 - 外部网页、PDF、图片和模型输出均是不可信输入,不能变成系统指令。 - AI 不会直接写报告。用户确认的保存请求才会创建一个新的 `report_revision`。 - `source_chunk_contextual_fts_idx` 为正文和上下文前缀建立 GIN 索引;迁移 `011_pgvector_optional.sql` 以动态 DDL 尝试安装 pgvector/向量列,标准镜像缺扩展时仍可完成。PostgreSQL 模式由仓储执行参数化 FTS 与向量查询,向量只接受 active 来源、报告/source 范围、模型/维度/版本和逐 Chunk 文本哈希匹配;能力缺失时 SearchService 保留确定性降级。`PGVECTOR_WRITE_ENABLED=true` 才允许受控批处理写入。 - BGE-M3 是本机 GPU 的可选离线 embedding worker。线上 4C8G 服务器不运行任何本地模型,只存向量、查询数据库并调用外部 API。 ## 远程模型与检索配置 默认 Base URL 为 `https://v2.cloudmist.cloud/v1`。实际密钥只放在 Git 忽略的本地/服务器环境文件中,仓库和文档绝不保存真实 Key。 | 用途 | 配置名 | 目标模型 | 当前状态 | | --- | --- | --- | --- | | 报告问答 | `MODEL_API_KEY` | `gpt-5.6-terra` | Provider 代码已实现,服务器调用待验收 | | Dense Embedding | `EMBEDDING_API_KEY` | `gemini-embedding-2-preview` | 最多 48 个 active Chunk 的临时向量、余弦排序与 RRF 已实现;持久化待 pgvector | | Rerank | `RERANK_API_KEY` | `qwen3-rerank` | 有界候选精排、429/超时/5xx 回退链与 deterministic degraded 已实现 | Rerank 的目标降级顺序为:`qwen3-rerank` -> `Pro/BAAI/bge-reranker-v2-m3` -> `BAAI/bge-reranker-v2-m3` -> 保留确定性融合排序并标记 `degraded`。`429`、超时和 `5xx` 都不能被伪装成精排成功。 ## 本地运行与部署 ```bash pnpm install pnpm dev ``` 本地无数据库时,只能查看内存演示数据。生产部署前须在服务器创建 `.env`,填写新的数据库密码、Caddy bcrypt 哈希和经过轮换的 Provider Key;不要把这些值提交、截图或发送到聊天。 部署架构: ```text Internet -> Caddy (HTTPS + Basic Auth) -> Next.js Web/API -> PostgreSQL + Docker volumes -> 外部模型 / 搜索 / embedding / rerank Provider ``` 详细步骤、实测证据与资源边界见 [部署说明](docs/deployment.md)。 ## 文档 - [真实用户开放知识平台 UI、评论、搜索与数据规格](docs/public-knowledge-platform-ui-and-data-spec.md) - [AI 生成面板与 ICP/香港部署决策](docs/generation-panel-and-icp-deployment.md) - [前后端性能与交互验收记录](docs/performance-and-e2e-verification.md) - [开放知识协作平台产品与架构规格](docs/open-knowledge-platform-spec.md) - [开放知识平台 shadcn/ui 前端与动效规范](docs/open-knowledge-ui-motion.md) - [公开企业首发数据包与证据边界](docs/public-company-seed.md) - [真实身份认证 Provider 与验收边界](docs/authentication-providers.md) - [阿里云认证接入决策](docs/aliyun-auth-integration-decision.md) - [阿里云短信认证服务接入](docs/aliyun-sms-authentication.md) - [阿里云图形验证接入](docs/aliyun-captcha-integration.md) - [阿里云企业邮箱接入](docs/aliyun-enterprise-email.md) - [2026-09-02 验证记录](docs/verification-log-2026-09-02.md) - [AI 助手记忆、上下文压缩与会话架构](docs/ai-memory-context-architecture.md) - [私有 OSS 上传与解析实现边界](docs/assets-upload-implementation.md) - [产品规格与当前范围](docs/product-spec.md) - [检索、GraphRAG-lite 与上下文投影](docs/retrieval-architecture.md) - [本地 BGE-M3 worker 的离线边界与启动方式](docs/local-bge-m3-worker.md) - [交付、Provider 和 Git 规范](docs/delivery-and-integrations.md) - [部署说明](docs/deployment.md) - [可核验任务清单](TODO.md) - [开发护栏](AGENTS.md)