dadao
d079564d6c
CI / backend (push) Canceled after 0s
之前知识只能"存"，不能"找"。这一版把链路补上：切片 → 向量 → 打分 → 带来源返回。
- chunk 表 + 迁移 0006：正文按标题归段切、代码块整块保留、超长按句切、
相邻片重叠 80 字；RLS 与 GRANT 与其它租户表一致
- 向量提供方做成协议：内置 hash（字符二元组，零依赖可复现，作为基线）
与 OpenAI 兼容端点两种，换实现不动业务代码
- 检索是混合打分：向量 0.6 + pg_trgm 0.4。专有编号、单号这类必须原样命中的词
靠词法兜，换个说法表达的同一件事靠向量兜
- 三条纪律：只搜 published（过滤写在 SQL 里）、低于阈值宁可不返回、
每条命中都带来源标题与 item_id
- 发布时自动建索引，改完正文用 POST /knowledge/{id}/reindex 重建
- Web 知识页加检索框与命中卡片；新增 e2e/retrieval.mjs 6 项
为什么不是 pgvector：本机 Docker 起不来、fnsvr-01 没有该扩展且明确不动。
先用 real[] + SQL 余弦把链路跑通，将来换列类型与索引即可，接口不变。
后端 79 passed，e2e smoke/knowledge/richtext/retrieval 全绿。
48 lines
1.9 KiB
Python
48 lines
1.9 KiB
Python
"""附件直链的短期签名。
|
|
|
|
为什么需要它：Markdown 里的图片是 `<img src="…">`，浏览器不会给它加 Authorization 头，
|
|
所以图片地址必须自带凭据。把**登录令牌**塞进 query 是最省事的做法，但代价明确：
|
|
令牌会进 Nginx access log、浏览器历史、以及任何复制粘贴出去的链接里，有效期还长达 30 分钟。
|
|
|
|
这里换成一个只为"这一张图"服务、只活 30 分钟的签名：
|
|
`?exp=<unix 秒>&sig=<hmac 前 32 位>`。它不能用来调任何别的接口，泄漏了也只影响一张图的一小段时间。
|
|
"""
|
|
|
|
import hashlib
|
|
import hmac
|
|
import time
|
|
import uuid
|
|
|
|
from app.config import get_settings
|
|
|
|
# 域分离：即使有人拿 JWT 密钥来试，也拿不到同样的签名（反之亦然）
|
|
_DOMAIN = b"attachment-raw-v1"
|
|
|
|
|
|
def _key() -> bytes:
|
|
base = get_settings().jwt_secret.encode("utf-8")
|
|
return hmac.new(base, _DOMAIN, hashlib.sha256).digest()
|
|
|
|
|
|
def _digest(workspace_id: uuid.UUID, attachment_id: uuid.UUID, exp: int) -> str:
|
|
# 工作区也签进去，避免拿 A 工作区的签名去读 B 工作区的文件
|
|
payload = f"{workspace_id}:{attachment_id}:{exp}".encode()
|
|
return hmac.new(_key(), payload, hashlib.sha256).hexdigest()[:32]
|
|
|
|
|
|
def sign(workspace_id: uuid.UUID, attachment_id: uuid.UUID, ttl_seconds: int | None = None) -> str:
|
|
"""返回可直接拼在 `/raw` 后面的查询串。"""
|
|
ttl = ttl_seconds if ttl_seconds is not None else get_settings().attachment_url_ttl_seconds
|
|
exp = int(time.time()) + ttl
|
|
return f"exp={exp}&sig={_digest(workspace_id, attachment_id, exp)}"
|
|
|
|
|
|
def verify(
|
|
workspace_id: uuid.UUID, attachment_id: uuid.UUID, exp: int | None, sig: str | None
|
|
) -> bool:
|
|
if not exp or not sig:
|
|
return False
|
|
if exp < int(time.time()): # 过期就是过期，不给宽限
|
|
return False
|
|
return hmac.compare_digest(_digest(workspace_id, attachment_id, exp), sig)
|