01
资料盘点
登记来源、所有者、格式、密级、有效期、版权和适用范围。
PRIVATE UNIVERSITY KNOWLEDGE BASE
高校校本知识库私有化部署方案
把制度、教材、课程资源、科研资料和认证材料转化为有权限、有来源、有版本、可评测的知识服务，而不是把文件简单上传给大模型。
KNOWLEDGE PIPELINE
知识库上线前要经过完整治理链路
资料进入正式知识空间前先确认来源和权限，答案上线前先用测试问题验证。
02
清洗与解析
处理重复、扫描件、表格、目录和敏感信息，保留原文件定位。
03
权限与知识空间
按部门、角色、项目和标签设置访问范围，防止跨权限召回。
04
索引与检索
根据文档特点配置切分、向量、关键词、重排和上下文策略。
05
答案评测
用真实问题检查召回、引用、拒答、权限和模型输出稳定性。
06
发布与运营
记录知识版本，持续处理无答案问题、过期资料和用户反馈。
DEPLOYMENT & SECURITY
部署方式由数据边界和使用规模决定
模型与数据在校内部署
适合敏感资料和严格网络边界场景，需要学校提供符合任务规模的算力、存储和运维条件。
- 内网访问与本地模型
- 对接校内身份和日志系统
- 升级与模型更新需建立离线流程
核心数据在校内，能力按需组合
对不同知识空间和任务分别设置模型路由，需清楚说明哪些数据可以离开校内环境。
- 按任务划分数据流
- 接口调用范围可审计
- 成本、时延和安全平衡
先验证非敏感场景
适合公开资料、活动指南等低敏感度试点，正式使用前仍应完成账号、内容和数据安全评估。
- 快速验证问答流程
- 不上传未授权敏感资料
- 明确服务和数据处理条款
ACCEPTANCE
不能只验“能回答”，还要验“答得有依据”
引用可定位
答案可回到原文件、章节或片段，显示知识版本。
隔离可验证
不同账号使用同一问题时，只能访问被授权内容。
测试集可复跑
固定问题集记录正确、错误、拒答和转人工结果。
管理员可维护
能够新增、下线、更新知识并查看反馈与运行记录。
模型效果会受到文档质量、问题类型、模型版本和参数影响。正式方案应明确测试集、通过条件、响应时延条件和硬件环境。