mirror of
https://github.com/Tencent/WeKnora.git
synced 2026-10-29 18:49:20 +08:00
lawrence
28dd15ec30
从分段里删掉一张图片后，这张图仍会回到检索结果和模型上下文里。
三个问题串在一起：
1. 删图时 syncEditedChunkImages 会把 image_ocr / image_caption 子块置为
禁用，但 CollectImageInfoByChunkIDs 查子块时不看 is_enabled，又把它们的
image_info 挂回了父块。knowledge_search 工具随后把每条 image_info 无条件
渲染成 markdown 图片写进 LLM 上下文，图片就这样回来了。这里按 is_enabled
过滤，两级遍历都跳过禁用子块。过滤放在 collector 而不是工具输出层：纯图片
分块的正文本身就是 OCR 文本、没有 markdown 图片语法，按正文过滤会误杀。
chat_pipeline 里既有的 fake 仓储 fixture 同步补上 IsEnabled: true：它们不
走 DB 默认值，零值 false 会被新的过滤当成已禁用子块。
2. UpdateImageInfo 补建 image_ocr / image_caption 子块时没有设置 IsEnabled。
CreateChunks 用 Select("*") 插入，gorm 的 default:true 不生效，零值 false
直接落库，这些子块一出生就是禁用的。补上 IsEnabled: true —— 否则第 1 点
的过滤会把它们永久丢弃。其余 CreateChunks 调用方均已显式设置该字段。
3. 摘要刷新每次都新建一条 summary 分块，旧的留着且仍然启用。原因是它复用了
ListChunksByKnowledgeID 的结果，而那个查询硬编码 chunk_type = 'text'，
"查找已有 summary 分块"的分支永远匹配不上。残留的旧摘要描述的是编辑前的
文档，会让用户已经删掉的内容继续被检索到。新增按 chunk_type 过滤的仓储
方法，刷新时原地更新已有 summary 分块。