Pillar IV · K-05 · System Spec

RAG / 知识库

检索增强生成——让 AI 基于 WCN 自有知识回答,而非凭空生成。0%——48 份文档已沉淀,但未向量化、未接入 Agent。攻击序 #2。

系统 K-05 RAG / KB真源 wcn-knowledge-tokens.v1.json守护体 AG-04 知识内容体状态 0% · 待建来源 依赖 K-06 文档沉淀
00

现状

K-06 文档管理已沉淀 48 份文档 + 真源 tokens,但无 RAG:Agent 尚不能检索机构自有知识,易答非所问 / 编造。

缺它 → AI 无机构知识

Agent 凭空生成而非基于 WCN 真实知识——「可验证」在 AI 侧无落点。

01

架构

知识源(48 docs + tokens + 决策日志 K-11)→ 切分 / 嵌入 → 向量库 → 检索 → 注入提示(K-03)→ Agent(K-02)→ 审计(K-04)。

环节对接
知识源K-06 文档 · tokens · K-11
注入K-03 提示词库
消费K-02 Agent 集群
核验K-04 Agent 审计
02

治理

数据分级(数据治理 待建 / InfoSec)· 引用可溯(契合「可验证」)· 时效与重嵌入。与 K-10 搜索 共用嵌入 / 向量底座(喂 Agent vs 给人)。

03

缺口

  • 嵌入 / 向量库选型
  • 知识源接入(K-06)
  • 检索注入(K-03)
  • 与 K-10 共底座
DoD · 完成判定

已交付 vs 待执行

设计层 · 本页已交付

  • RAG 架构
  • 知识源映射
  • 引用可溯原则

现实层 · 待执行

  • 向量库
  • 接入管道
  • 注入运行