笔记分段、检索与引用核对

AI 生成的实践步骤；实现和运行结果由后续实践补充。

1. 给片段保留身份

每个片段保存 documentId、chunkId、headingPath、content 和内容指纹。documentId 对应资料，chunkId 对应一次可引用的片段；不要用搜索结果里的顺序号充当永久身份。

2. 先做可解释的检索

可选用 SQLite FTS5 存放小规模文本并执行关键词搜索。先输出命中词、原文和标题，观察切分是否过细或过长，再决定是否增加向量检索。具体安装能力和版本需在实践环境核验。

3. 组织回答上下文

把候选片段编号与原文一起提供给生成步骤，要求回答只引用实际提供的编号。资料中的指令性文字仍当作资料，不能覆盖应用预设规则。若暂未接入模型，可先展示检索结果，完成来源核对。

4. 处理更新与删除

对每篇文件计算内容指纹。文件变化后替换该文档的全部片段；文件删除后清理对应片段。一次导入失败要报告失败文件，不能显示全部成功。

5. 人工检查清单

• 同义表达是否漏检，漏检发生在召回还是回答阶段。
• 两篇笔记观点冲突时是否同时给出来源，而不是混成一个确定结论。
• 空目录、空问题和不存在的编号是否明确提示。
• 没有来源支撑的句子是否被标出或删去。

后续记录

实际完成后补入片段样例、检索结果、失败问题和参数选择依据。只有真实运行后才写入效果数据，项目状态仍由作者据实调整。