首页/AI/RAG 与向量库速查/知识库数据治理要点

知识库数据治理要点

RAG 的质量上限由数据本身决定:文档要有唯一来源、责任人与生命周期(草稿/发布/下线),敏感信息入库前脱敏或隔离,权限变更与文档状态同步;治理缺失时任何检索优化都只是权宜之计。

RAG 与向量库速查AI更新于 2026-10-12

入库前置检查清单

入库前置检查清单
□ 来源与责任人已登记
□ 状态为“发布”,非草稿/内部流转
□ 敏感字段已脱敏或按密级隔离
□ 版本号与生效日期写入元数据
□ 关联权限标签(可见范围)

权限同步

权限同步
def visible_for(user, chunk):
    return set(chunk.meta["acl"]) & set(user.groups)   # 交集非空才可见
# 检索前置过滤:把用户可见范围拼进 filter,避免越权召回
权限过滤必须发生在检索侧(pre-filter):先召回再前端隐藏,等于数据已越权读到。

易错点

  • 文档下线只改状态不删向量,已下线内容仍被检索
  • 权限在应用层过滤,模型上下文已包含越权片段

数据来源与参考

  • NIST AI RMF 参考资料(数据治理)
  • OWASP 官方文档(敏感信息处理)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌