元泰档案知识库（启典）是元泰公司面向档案管理领域推出的知识库产品，基于大语言模型和向量检索技术，具备自主判定保管期限和年度的功能，能回答档案专业问题，服务档案整理公司、档案软件公司和档案整理人员。启典的技术架构结合的人工智能、向量检索、档案管理等多项技术。i
一、技术栈总览
| 层面 | 技术 | 说明 |
|---|---|---|
| 后端 | FastAPI + Uvicorn | Python Web框架，端口8000 |
| 前端 | Streamlit | Python数据应用框架，端口8501 |
| 向量检索 | FAISS | 索引2084块档案文档块 |
| 大语言模型 | 腾讯混元（hunyuan-turbo） | 通过TokenHub API调用 |
| PDF处理 | PyMuPDF | 双层PDF文字层提取，版式位置分析 |
| 中文分词 | jieba + TF-IDF | 职权匹配L2层 |
| 反向代理 | Nginx | HTTPS反向代理，通过小皮面板管理 |
| 运行环境 | Python 3.13.12 | |
| 部署环境 | Windows Server 2012 | 腾讯云服务器 212.64.66.164 |
二、核心技术亮点
三级匹配体系（职权匹配）
- L1：JSON职权库精确匹配
- L2：jieba + TF-IDF 语义匹配
- L3：混元LLM兜底
保管期限判定
八步法流程，规则表104条+条款号，准确率97%。
PDF元数据提取
版式位置提取（PyMuPDF text dict）→ 文字层全文正则提取，支持5种文号模式。
三、数据存储方式
知识库没有使用 .db / .sqlite 等数据库文件格式，而是使用以下文件：
| 文件 | 格式 | 位置 | 用途 |
|---|---|---|---|
meta.pkl | Pickle（Python序列化） | index/meta.pkl | 存储所有文档分块和元数据（2084块） |
docs_hash.txt | 纯文本 | index/docs_hash.txt | 文档变更检测哈希值 |
faiss.index | FAISS二进制 | index/faiss.index | 向量索引（用于语义相似度搜索） |
数据分层
- 文档内容 →
meta.pkl（Pickle格式），包含 chunks（文本块列表）和 chunk_meta（来源信息） - 向量检索 → FAISS索引（
faiss.index），用于语义相似度搜索
当前运行的是关键词检索模式，检索逻辑是先用关键词匹配，如果FAISS可用再补充向量搜索。
四、安装部署能力
当前状态（一期）
一期是服务器部署模式，通过 https://www.ytshuju.cn/knowledge/ 互联网访问，没有打包成安装包。用户只能通过浏览器访问，不能安装到自己电脑上。
二期规划：生成安装包（全量打包，脱机即用）
安装包包含所有必需组件，用户下载安装后即可在完全脱机环境下使用，无需联网。
打包内容（全部内嵌）：
- 知识库后端（FastAPI）
- 知识库前端（Streamlit）
- 知识库索引文件（meta.pkl + faiss.index）
- 依赖运行环境（Python及全部依赖库）
- 本地大模型（Ollama + Qwen等国产模型）
- 本地Embedding模型（BGE-M3）
安装包特性：
- 安装包自动检测系统环境（Python版本、依赖库、端口占用等），缺失组件自动安装
- 安装完成后自动注册为Windows系统服务，支持开机自启动
- 提供可视化的安装向导界面，用户无需技术背景即可完成部署
- 完全脱机运行：安装后无需联网，所有功能（保管期限判定、智能问答、扫描件提取、数码照片归档等）均在本地运行，适合涉密内网环境
- 安装包大小目标：≤ 10GB（含模型文件，确保脱机可用）
- 支持静默安装模式，便于企业IT批量部署
- 安装后默认使用本地大模型，用户也可在设置中切换为云端模型（联网环境下可选）
本地化可行性
| 组件 | 本地化可行性 |
|---|---|
| FastAPI | ✅ 纯Python，跨平台 |
| Streamlit | ✅ 纯Python，本地浏览器访问 |
| FAISS | ✅ 离线索引，不依赖云服务 |
| PyMuPDF | ✅ 本地库 |
| 混元LLM（当前） | ⚠️ 需联网调用TokenHub API |
| Ollama + Qwen（二期安装包） | ✅ 本地运行，脱机可用 |
| BGE-M3 Embedding（二期安装包） | ✅ 本地运行，脱机可用 |
当前一期通过TokenHub API调用混元大模型，需联网。二期安装包将内嵌Ollama + Qwen本地大模型和BGE-M3本地Embedding模型，实现完全脱机运行，适合涉密内网环境。用户也可在设置中切换为云端模型（联网环境下可选）。
扫码加入官方售后服务群，享专属顾问1对1解答技术问题。
