总览
一套 RAG + Agent API 服务：把资料入库，带着可点回原文的引用回答， 再让模型自己调工具办事 —— 每一步的真实耗时和花费都摊在页面上。 下面每一条能力都能点进去真跑一次：看到的是真调用与真返回，⛔ 不是截图。
— 条接口|
— 组|
— 条能力|
接口条数当场从服务自己算（⛔ 不写死，写死必然过期）
| 能力 | 它做什么 | 状态 | 进 |
|---|---|---|---|
| 知识入库 | 单条 / 批量 / 上传文件三种喂法；🔴 入库完当场验一次能不能被召回 | 已接线 | 进入 → |
| 内部RAG知识库检索及问答 | 只查我们自己的库：带引用的答案 + 各阶段真实耗时，两组参数能并排对比 | 已接线 | 进入 → |
| 外部检索与工具Agent编排 | 只查库外：模型自主调工具（含联网），过程摊成一条明文链；敏感动作会停下来等人批 | 已接线 | 进入 → |
| 流式问答与真停止 | 边生成边出；断开连接时真的停住上游 —— 记数 + 留痕，⛔ 不是只把页面停住 | 已接线 | 进入 → |
| 系统观测 | 系统方看「此刻正常吗」—— 输出是一个判断，⛔ 不是一堆数 | 已接线 | 进入 → |
| 接入指南 | 拿凭据 → 粘一段能跑的 → 看到真返回；把会踩的坑先说清（纯文档，不花额度） | 文档 | 进入 → |
| API 参考 | 全仓端点清单，按资源分组 | 文档 | 进入 → |
一次真调用长什么样
🔴 点「跑一次」就行 —— 默认已经替你挑好一句（想换问题，点它后面那一排）。 下面那条返回体就是这一次的真返回：可点开原文的引用、各阶段的真实耗时、 以及这一次花了多少；右边每一条标注，说的都是那个值意味着什么。
|
🔴 最后那一句故意不在语料库里 —— 点它会得到「根据现有资料，无法回答……其中不包含任何关于 上海天气的信息」。那是它该有的表现（没依据就不编），⛔ 不是坏了。
现在那些「—」是空的 —— 点上「跑一次」，这一次的真返回会把它们填上。
POST
/api/v1/rag/search
未跑
{ "query": "—", "pipeline": { "original_query": "—", "rewrite_enabled": —, "expand_enabled": —, "bm25_enabled": —, "rerank_enabled": — }, "timing": { "rewrite_ms": —, "search_ms": —, "rerank_ms": —, "total_ms": — }, "docs": [— 条 { "id": —, "source": "—", "rrf_score": —, "from": "—", "content": "—" }, ], "answer": "—", "sources": [— 条 { "index": —, "id": —, "source": "—", "similarity": —, "content_preview": "—" }, ], "mode": "—", "requested_by": "—"}
- ■ query
- 你问的那句话，原样回显。
- ■ pipeline
- 这一次哪几步真开着（改写 / 扩展 / BM25 / 重排）—— ⛔ 不是"这个模式理论上支持什么"。
- ■ timing
- 各阶段的真实毫秒：改写 · 检索 · 重排 · 总计。⛔ 不是估算，也不是把总耗时摊出来的。
⚠️
total_ms不含生成答案那一段。
- ■ docs[]
- 召回的资料条数（融合之后的），每条带
rrf_score。
- ■ answer / sources[]
- 答案里每一条引用绑到的原文：
id是哪一段 ·content原文逐字 ·similarity有多像。
⚠️ 融合那条链上similarity本来就是空的，页面画「—」，⛔ 不为了好看编一个分。
- mode / requested_by
- 用的哪一档、谁问的（检索只在这个用户名下的库 + 公共语料里找）。
⬜ 还没跑：值位留「—」，
docs / sources 先摆出一条的形状|
字段名取自代码（rag_pipeline / answer_with_citations）|
跑一次之后由真返回填 —— ⛔ 不手填、不编
这套服务的边界（— 条）⛔ 不是系统故障，是已知限制
1不用注册，但要一个账号这个站不用你填 API Key —— 那是拿登录换的；账号由部署者发放，有有效期
2每人有独立的每日 token 额度你剩多少 —— 页头那一行就写着（当场读的）；用尽当天不再服务，次日恢复
3按分钟限流超了会看到 429 与一张说明卡 —— ⛔ 不是你点坏了
4这里真的在调大模型每次提问都产生真实的 token 消耗 —— 你能在每页看到花了多少
5怎么验它真的做完了引用可点开看原文 · 停止真的停住 · 敏感操作会停下来等你批 · 每次调用花了多少
6花的是真钱这台机器用真实付费的 key 在跑 —— 你每次提问都在产生费用，⛔ 不是虚拟的数字
7有全站日级上限兜底到顶当天不再服务、次日自动恢复 —— ⛔ 它不会因为"额度用完"就突然消失
8数据是常驻的跑在自建的云主机上、数据落在数据库里 —— 重启不清空
本页用到的接口|
「跑一次」真调：
POST /api/v1/rag/search|
接口条数从服务自己的 /openapi.json 现算|
其余都在上面那张表里，各自页面会写清自己打哪些接口