ai-contract-platform/project-docs/V2-AI平台配置知识库审计MVP记录-2026-06-22.md

V2 AI 平台配置、知识库与审计 MVP 记录

日期：2026-06-22

1. 本轮目标

进入 AI Platform 的核心底座：模型参数热更新、知识库检索、AI 调用审计。

本轮先完成可测试 MVP，不直接接真实模型 provider，也不做完整向量检索，避免在平台边界未稳定前过早扩大范围。

2. 已完成内容

数据模型

新增 SQLAlchemy 表模型：

• AiProviderConfigModel
• PromptTemplateModel
• KnowledgeDocumentModel
• AiRunAuditModel

说明：

• 当前接口运行使用内存仓库，便于测试和本地开发。
• SQLAlchemy 模型已经定义好，下一步可接 Alembic/PostgreSQL。

模型配置热更新

新增接口：

GET  /api/v1/model-configs
POST /api/v1/model-configs

能力：

• 新增或更新 provider/model 配置。
• 支持 temperature、max_tokens、enabled、is_default。
• 新默认配置写入时自动取消旧默认。

知识库文本入库与检索

新增接口：

POST /api/v1/knowledge-documents
GET  /api/v1/knowledge-documents/search

能力：

• 录入法规、企业制度、合同条款等文本资料。
• 按关键词检索标题、引用位置和正文内容。
• 法律问答会优先把检索命中的知识文档转成引用依据。

AI 调用审计

新增接口：

GET /api/v1/audit/ai-runs

法律问答会记录：

• operation
• provider_config_id
• question
• answer
• citations_count
• latency_ms
• status
• created_at

3. 法律问答闭环变化

之前：

问题 -> 规则型回答

现在：

问题 -> 知识库检索 -> 合并引用依据 -> 规则型回答 -> 写入 AI 调用审计

这个流程为后续替换成真实 RAG 和模型生成打好了边界。

4. 验证结果

已通过：

python -m pytest

结果：

13 passed

覆盖：

• 模型配置可热更新并列出。
• 知识文档可添加并检索。
• 法律问答会使用知识依据。
• 法律问答会写入 AI 调用审计。

5. 当前边界

未完成：

• Alembic migration。
• PostgreSQL 持久化仓库。
• 向量检索。
• Prompt 模板接口。
• 真实 provider 调用。
• 成本、token、失败重试审计。

6. 下一步建议

下一步进入 AI Platform 持久化：

1. 建立 Alembic 迁移。
2. 把内存仓库替换为 SQLAlchemy repository。
3. 增加 Prompt Template 接口。
4. 增加真实模型调用适配器的抽象接口。
5. 让法律问答支持“检索依据 + Prompt 模板 + Provider 调用 + 审计落库”。