自动化

我给自己那个本地知识库打了两年多的分。 9 月 10 日晚上，它拿到 9.3 / 10。理由很充分：23 条死链、10 篇笔记缺 frontmatter、5 个收件箱积压、一个战略主题零覆盖。 三个小时后，同一套方法、同一套权重、同一批命令，再算一遍：9.7 / 10。 这三个小时里，我没有往库里加一行新知识。只是把已经烂掉的地方挖出来扔了。 但真正的故事不在 9.3 到 9.7。真正的故事是——第一份写着"9.7"的报告里，有一处举证是不实的，而且是复核的时候才发现的。 这是"本地 AI 知识库实践"系列的第五篇。前面四篇讲的是怎么搭（从零搭建本地 AI 知识库）、怎么更聪明、怎么让数字可信（卡片索引层）、2.0 时代改了哪些东西（知识库 2.0 升级全解）。这一篇讲的是怎么证明它真的好——以及为什么"它说自己好"这句话本身不可信。 本文全部数字来自 2026-09-10 的现场实测命令，可复现。你的库不必有相同的数字，方法相同即可。 一、三个小时：完整时间线 整件事从当天晚上 22:47 开始，到 23:58 结束。 时间 动作 结果 22:47 第一次审计（六维评分模型） 9.3 / 10，三项 P1/P2 弱点 23:00–23:18 弱点清零执行 死链 23→0、缺 frontmatter 10→0、收件箱积压 5→0 23:18–23:30 复审（同方法、同权重） 9.7 / 10，九项门槛全过 23:31–23:45 独立复核（另一个 Agent 重跑全部指标） 采信 9.7，但发现 1 项举证不实 + 2 项需修正 + 4 项缺口 23:40–23:58 缺口全量执行 7 项动作落地，向量块 121,951 → 122,120 收尾 稳态复核 死链 0 / frontmatter 0 / 漂移 0 / 积压 0 / 回归 21/21 注意中间那一行——复审和独立复核是两个不同的动作，由两个不同的角色做。 ...

这是"本地 AI 知识库实践"系列的第四篇。前面三篇分别讲了：怎么搭（v1 搭建）、怎么更聪明（v2 多跳检索 + 看板）、怎么让数字可信（知识库 2.0 卡片索引）。 这篇把 2.0 时代的全部升级点一次性讲透：每个点改了什么、为什么改、逻辑是什么、好处是什么——不是"我做了这些"，而是"我为什么这么做"。 文末附一段可以直接复制给任何 AI 助手的搭建包：5 个可运行脚本 + 验收清单，AI 照着就能在一个全新目录里复刻整套架构。 本文数字均来自 2026-08-31 实测（记分卡 + 自动化清单交叉核验），非估算。你的数字不必相同，架构相同即可。 一、SPU 卡片索引层：知识库 2.0 的核心 改了什么：给每个物料编码（SPU）生成一张预聚合的标准答案卡（约 2KB JSON），把 AI 从"在 78,647 行长表里挑数"变成"读 1 张卡"。生产环境 23,743 张卡。 为什么改：RAG 的天花板是——能找文件、算不准数字。长表塞进上下文，模型挑数就像在电话簿里核对账单，看错行的概率永远不为零，而且错得理直气壮。我实测问过"铜管是不是涨价了"，RAG 捞回几段话，一对原始数据，数字全错。 逻辑：四层分工，每层只干自己擅长的事： 1 2 3 4 5 6 7 8 9 ┌─────────────────────────────────────┐ │ L4 输出层 聚合报告（TOP10/预警/对标） │ ├─────────────────────────────────────┤ │ L3 分析层 粗筛→族归组→下钻（prompt链） │ ├─────────────────────────────────────┤ │ L2 索引层 SPU 卡片 × 23,743 │ ├─────────────────────────────────────┤ │ L1 数据层 行级明细 78,647 行（黄金源） │ └─────────────────────────────────────┘ 好处：铜管核查从 30-60 分钟人工透视压缩到 6 秒；上下文从全表 10.3MB 降到 59KB（-99.4%）；每个数字带"数据行号"指针可一键回溯；结构性事实（5 个铜管编码全是同一家供应商）粗筛一眼可见——这是议价谈判里最值钱的信息，传统透视几乎发现不了。 ...

我有一个已经跑了一年多的本地知识库：PARA 结构、单索引 RAG + 卡片索引层、每日增量同步、21 题召回回归。检索能力经过验证——问"青春期孩子怎么沟通"它能从 300 问 Q&A 里精准捞出答案。 但上个月我问它一个问题，它露馅了。 我问：“铜管是不是涨价了？涨了多少？” RAG 给我捞回来几段文字，每段都说得像模像样。但我一对原始数据——数字对不上。模型从 78,647 行的采购长表里"挑"数字，挑错了行、错了口径，还挑得理直气壮。 这就是 RAG 的天花板：它能找到"哪份文件讲了什么"，但它算不准"数字到底是多少"。 长表格塞进上下文窗口，模型挑数就像让人在电话簿里核对账单——看错行的概率永远不为零。 这篇文章记录我怎么解决这个问题：给知识库加一层「SPU 卡片索引」，让 AI 从"在长表里挑数"变成"读一张预聚合的小卡片"。文末有完整的搭建方法和踩坑清单。 一、核心思路：三层分工 升级后的知识库分三层，每层只干自己擅长的事： 1 2 3 4 5 6 7 8 9 ┌─────────────────────────────────────┐ │ L4 输出层 聚合报告（TOP10/预警/对标） │ ├─────────────────────────────────────┤ │ L3 分析层 粗筛→族归组→下钻（prompt链） │ ← 新增 ├─────────────────────────────────────┤ │ L2 索引层 SPU 卡片 × 23,743 │ ← 新增 ├─────────────────────────────────────┤ │ L1 数据层 行级明细 78,647 行 │ ← 已有（Cost-DNA） └─────────────────────────────────────┘ RAG 层（原有）：负责"哪份文件讲了什么"——模糊知识、背景、方法论 卡片层（新增）：负责"数字到底是多少"——每个 SPU 一张预聚合的标准答案 LLM 层：只负责"这意味着什么"——解读、判断、建议 关键设计：卡片是 JSON 格式，刻意不进 RAG 索引。RAG 擅长语义匹配，不擅长精确算数——让它俩各守边界，互不污染。 ...