fix: stabilize knowledge graph extraction for long documents

Long document imports could send oversized graph prompts, surface empty model responses without useful diagnostics, and fail the entire new document even when its full-text index was usable. Graph extraction now uses bounded token batches with retry and timeout handling, preserves successful partial results, and reports graph failures independently from new-document indexing. Chinese graph retrieval now recognizes bounded CJK query terms, while graph search keeps one-hop relationship context visible around matched entities. Release note: 修复长文档知识图谱抽取易因空响应或超时导致整篇文档导入失败的问题；现在图谱按 Token 分批重试，失败时仍保留新文档全文检索，并改进中文图谱问答和关系上下文展示。
2026-08-25 08:03:15 +08:00
parent 098f21b47a
commit 88658aceaa
12 changed files with 679 additions and 64 deletions
@@ -258,6 +258,10 @@ Tokenizer、原始向量或索引访问能力传入 Runtime。切换 Runtime 不
 - 相邻分块或父块合并后的实际上下文。
 - “查看分块”“打开来源”操作。

+图谱通道对中文自然语言问题生成有界 CJK 二元词和拉丁关键词，在实体名称、
+别名和类型中确定种子，再沿具有有效文档证据的关系执行有界多跳扩展。图谱探索页
+搜索到实体时保留其一跳邻居和关系上下文，并继续允许从实体或关系打开原始证据。
+
 检索测试不创建聊天消息、不写入会话历史、不调用 LLM，也不改变知识库内容。

 ### 7.5 可扩展向量搜索
@@ -536,6 +540,7 @@ type KnowledgeRetrievalResponse = {
 | 单文档重建失败 | 保留上一版可用索引 |
 | 同名模型端点变化 | 旧 Fingerprint 索引标记不兼容，等待重建 |
 | 新向量重建失败 | 保留上一版就绪向量继续服务，单独记录失败尝试 |
+| 图谱模型空响应、超时或瞬时服务错误 | 按不超过约 8,192 个估算 Token 组织独立抽取批次，每批最多尝试两次；部分批次成功时发布已验证结果并在任务中显示具体警告；所有批次失败时图谱任务失败，但新文档的全文索引仍可发布，已有文档的显式重建继续保留上一版可用索引 |
 | 原文件已移动 | 显示来源不可用，提供重试或移除 |
 | 引用对象已删除 | 显示引用已失效，不打开任意替代路径 |
 | 上下文超预算 | 按排名截断并明确标记 |
@@ -551,6 +556,7 @@ GoodBuddy 不上传私人检索查询或文档内容。本地诊断至少记录
 - 是否发生降级。
 - 最终结果数和上下文字符数。
 - 重建文档数、成功数、失败数和取消状态。
+- 图谱抽取批次数、部分失败警告和具体失败原因。

 手动验收使用仓库内不含私人内容的固定样例集，覆盖：

@@ -205,6 +205,7 @@
 - 全文完成但向量失败时，明确显示“全文可用、向量失败”
 - 向量未启用与向量失败是不同状态
 - 图谱按需、未启用和失败是不同状态
+- 图谱模型按有界 Token 批次抽取；部分批次失败时保留成功结果并在任务中显示具体警告，全部批次失败时新文档仍保留可用全文索引
 - 汇总显示全文可用数、向量完成数和失败数

 ### US-D2 修复失败文档