启典知识库技术架构说明
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 | 本地模型为主(Ollama / 内网大模型) | 交付版默认本地或客户内网模型;公网模型仅本机测试与演示站使用 |
| 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 / Linux 服务器或本机 | 交付版部署在机关内网;公网地址仅用于功能演示 |
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
规则表驱动的八步法:先确认全宗名称与责任者,再判不归档、文件来源、重要程度与工作内容,最后命中规则表并给出依据条款;内置规则表 100 余条,另含不归档规则 16 条,判定结果供档案员复核。
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
采用三级匹配:L1 职权库精确匹配、L2 jieba + TF-IDF 语义加权、L3 大模型兜底;向量检索作为语义相似度的补充。检索结果供档案员核对。
四、安装部署能力
当前状态:内网交付版
正式交付为脱机安装包 / U 盘安装版,可安装在本机或单位内网服务器,完全脱机运行、档案数据不出内网。https://www.ytshuju.cn/knowledge/ 仅为公网功能演示,只处理脱敏样例,不用于实际档案工作。
交付形态: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
- 交付版默认且仅使用本地 / 内网模型;公网模型只在演示站与本机测试中使用,交付版有内网护栏拦截公网地址
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 |
| 本地大模型(Ollama + Qwen) | ✅ 交付版默认,本地运行、脱机可用 |
| 内网政务大模型 | ✅ OpenAI 兼容接口,部署在客户内网 |
| BGE-M3 Embedding | ✅ 本地运行,脱机可用 |
当前交付版内嵌 Ollama + Qwen 本地大模型与 BGE-M3 本地 Embedding 模型,也可对接机关内网的政务大模型,完全脱机运行,适合涉密内网环境。交付版不配置公网模型地址,档案数据不出内网;公网仅用于功能演示,不接收真实档案。
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。

引用与转载说明
本文《启典知识库技术架构说明》为元泰数据(ytshuju.cn)原创整理。文中引用的国家标准、行业标准条文,著作权归原发布机构所有,可自由引用。
本站编写的整理说明、判定口径、对照表格、示例档号与逐条拆解,著作权归元泰数据所有。转载、引用或摘编请注明出处「元泰数据(ytshuju.cn)」并保留原文链接,不得删除本声明或整段搬运。批量转载、接口调用、课程与出版物采用等商业用途,请通过售前售后咨询取得书面授权。
原文链接:https://www.ytshuju.cn/aiframework/
本站内容仅供参考,档案业务的具体执行以现行标准原文及本单位三合一制度为准。
还有问题想问?
扫码加入元泰售前服务群,顾问 1 对 1 解答档案整理规范、软件功能与部署方案。
企业微信扫码入群,长期有效;群内提供整理模板与操作答疑。
微信扫码入群