知识引擎 · 开源化改造与大模型语料加工成果 v2 实证版

元宝 / 豆包内容提取 → 找开源软件 → 真实大模型加工 → 静态上线 → 安全配套

更新时间:2026-11-15 00:21(GMT+8) · 承载:new39 39.106.250.242 · 站点:e.aixgn.cn · 本页零新增域名 / 服务 / 定时任务

内容提取 ✅ 开源选型(许可证一手核验)✅ 真实模型调用 ✅ 知识图谱真实渲染 ✅ 静态上线 ✅ 安全配套 ✅ 引擎接入 / 开源软件安装 ⚠️ 未部署

01v1 的订正与本轮新增取证

本页替代 2026-11-14 的 v1。v1 有三处表述不严谨,本轮已按可复核证据订正;订正过程本身也留在本页。

#v1 表述本轮实证订正结果
1「6 条语料由大模型本次真实生成」v1 未调用任何模型接口,6 条为人工整理样例改标为「人工整理样例」;本轮另用 engine-llm:8903 真实调用模型,产出 2 条并附响应 ID 与 token 用量
2「对话模型 key 401 / ModelNotOpen,真模型是硬门槛」引擎页面自述 Hunyuan 401 属实;但 new39 上 engine-llm:8903 服务端代理实测 HTTP 200 / deepseek-flash,本轮真调用成功硬门槛收窄为「引擎侧尚未接入该代理」,而非「无模型可用」;Token 冻结令未触碰
3「语料全量录入需教研数据源」e 站已有 qb_sample.json(含 BKT 参数 / 难度 / 知识点标签的入库 schema)、catalog.json(8 条合规数据源)、sample_kg.json(20 条图谱三元组)改标为「结构与合规来源已具备,缺内容填充与教研审校」
4v1 时间戳写作 23:5x(占位符)非合法时间值本页改用真实采集时间 2026-11-15T00:15:42+08:00,JSON 内时间戳合法
5v1 引用 6 条第三方页面本机对 5 条 URL 逐一探测均 TLS 握手失败(HTTP 000),无法核验全部删除;改引各项目官方 LICENSE 原文(本轮逐份读取,见第 08 节)
内容源边界未变:元宝桌面端会话正文存于云端,本机 Roaming/Tencent/yuanbao、WebView IndexedDB / Local Storage / TKV 按 UTF-8、UTF-16、GBK、\u 转义、zlib 逐一试读,只命中配置、推送与埋点,没有会话正文。本页实际加工对象仍是屏幕可见的豆包 8 条诊断清单、e 站页面现状,以及本轮新增的生产侧只读勘查。未读到的文字一律不补写。

02诊断清单原文重述(8 条)

来源:豆包窗口「知识引擎现状与开源项目」,屏幕截图逐条读取。以下为原文要点重述,不是本系统独立验证的后端结论。

P0 会让「能用」变「好用」的两件事

  1. 语料规模:现有初二数学 8 个知识点 + 初二物理 2 个、共 26 题;要真正调用,需先把手上人教版全知识点录入,题量提到每知识点 8–10 道。这是最大短板。
  2. 引擎还不是真模型:XRKE_ENGINE_MODE=mock,回答由本地知识库拼接,不是大模型生成;要接真模型须先有已开通对话模型的 key,现状卡在 ModelNotOpen(页面侧显示 Hunyuan 401)。

P1 体验与安全

  1. 单密钥全员共用:没有按用户 / 租户分发,也没有用量归集;对外给学生用需做账号体系。
  2. 限流是进程内内存计数:重启归零、多实例不共享;上量要换 Redis 或 nginx 层限流。
  3. 日志没有轮转:xrke-web.log 持续变长,需要 logrotate。
  4. 没有告警:靠 timer 每 10 分钟巡检写 jsonl,故障无人知晓,需接企业微信。

P2 产品化

  1. 学生端 / 家长端未接该引擎:只接了另一个量子引擎;需打通才能形成「诊断—组卷—讲评」闭环。
  2. 知识图谱可视化仍是文本 / 结构化输出,没有前端图形。
一句话结论(原文末句):接口和页面是通的,可以演示和对接;要真给学生用,先补语料(P0)。

03找开源软件:逐短板选型与状态核验

原则:开源优先、自研只做补充;复用现有栈;不新增域名 / 服务 / 定时;避开已永久退役组件。「状态」列已按本轮生产侧勘查订正,凡未实证的一律不写「已有」。

短板开源项目许可证(一手核验)解决的问题落地位置 / 本轮实证状态
P0-1 语料RAGFlow + 现有题库 schemaApache-2.0(官方 LICENSE 原文)教辅解析入库、带引用检索,替代手工录题qb_sample.json 已含 knowledge_points / difficulty / bkt_params 字段;117 已有学之思 j.aixgn.cn/xzs/结构已有 · RAGFlow 未装
P0-2 真模型LiteLLM + 现有服务端代理MIT,litellm/enterprise/ 另有许可(官方 LICENSE 原文)把多供应商收敛为 OpenAI 格式,虚拟 key 与按 key 计费39 engine-llm:8903 实测 HTTP 200 / deepseek-flash,本轮真调用成功;无需轮换任何 key通道实证可用 · 引擎未接
P1-3 账号KeycloakApache-2.0(项目公开许可,本轮未逐行读取 LICENSE)按用户 / 租户分发密钥、单点登录⛔ 不使用 Casdoor(已永久退役,仅留 410 墓碑);装 Keycloak 属新增服务建议 · 未部署
P1-4 限流nginx limit_req + Redis系统自带 / Redis BSD 系(沿用现有)跨实例共享计数、重启不归零e 站已在用 zone=xhke_api;本轮确认 39 本机 127.0.0.1:6379 redis-server 在跑组件已有 · 共享规则未配
P1-5 日志logrotate系统自带日志按日切分、压缩、保留窗口本轮查 39 /etc/logrotate.d/,无 xrke / edu 专用规则规则未配
P1-6 告警Uptime Kuma + 企微 webhookMIT,Copyright (c) 2021 Louis Lam(官方 LICENSE 原文)巡检失败主动推送本轮 docker ps 实证 uptime-kuma.1… Up 13 minutes (healthy),端口 3001;告警规则未配已部署 · 规则未配
P2-7 学生端Moodle / 学之思 + 现有入口见各项目 LICENSE把诊断—组卷—讲评接进学生端本轮公网复核 https://e.aixgn.cn/ai → 302 https://q.aixgn.cn/study?src=e入口已有 · 引擎未接
P2-8 图谱纯 SVG / ECharts graph / AntV G6本项目自绘 SVG,零外部依赖把结构化三元组渲染为可交互前端图本轮用 sample_kg.json 的 20 条真实三元组在本页第 06 节完成渲染本页已实现
许可证核对:本轮直接读取了 RAGFlow、LiteLLM、Uptime Kuma 三份官方 LICENSE 原文,结论见上表与第 08 节。Dify 为「修改版 Apache-2.0」(多租户运营与移除控制台 LOGO 需额外授权),故未列为主选;n8n 为 Sustainable Use License,非严格 OSI 开源。本次仍未安装任何开源软件,未改任何服务配置以接入上述组件。

04真实大模型加工:调用证据与语料产物

本节区分两类数据:6 条人工整理样例(v1 遗留)与 2 条真实模型产出(本轮调用)。模型原文逐字保留,包括其中的矛盾。

4.1 调用证据(可复跑)

端点
POST http://127.0.0.1:8903/proxy/chat/completions(new39,服务端 key;未轮换、未重签、未读取凭据)
实测结果
HTTP 200 · 耗时 2.93 s · 响应 1,994 B · finish_reason=stop
返回模型 / ID
deepseek-flash · 425aa65c-d151-4891-97de-b448f264d821
token 用量
prompt 108 / completion 533 / total 641(来自响应 usage 字段)
用途
仅用于验证「P0-1 语料」的加工链路;未写入引擎、未写库、未作为题目上线
模型自产错误,原样保留:产出条目 P8-04 的 answer 写「(2)1.3×10³Pa」,而同一条的 analysis 推导出「2.3×10³Pa」,两者数值不一致。本页没有把答案改成正确值,也没有删除该条。这条矛盾正是「大模型产出必须经教研审校、不得直接进生产题库」的可复核证据。
ID来源知识点题干答案(原样)审校
必须说明:这 8 条全部未经教研审校,不是生产题库,不得直接作为学生题目上线。当前引擎页面自述有 26 题 / 10 知识点,本页样例不写入该引擎、不改动任何生产数据。
查看原始 JSON(含模型调用元数据)

    

05生产侧已有数据资产(只读勘查,字节级取回)

以下四份数据均从 new39 以 base64 字节级取回后由脚本内嵌,未修改源文件。它们把 P0 / P2 的「从零开始」改写成「在既有结构上补内容」。

5.1 题库入库 schema:/opt/site/e/edu-backend/data/qb_sample.json(1,770 B / 5 条)

学科年级题型题干知识点标签难度 / BKT 参数
数学9解答解方程:x^2 - 1 = 0一元二次方程, 因式分解difficulty=0.3, bkt={"p_L0": 0.25, "p_T": 0.15, "p_S": 0.15, "p_G": 0.2}
数学9化简化简:(x + 2)^2 - x^2完全平方公式, 代数式化简difficulty=0.35, bkt={"p_L0": 0.3, "p_T": 0.15, "p_S": 0.2, "p_G": 0.15}
数学8解答已知直角三角形两直角边长为 3 和 4,求斜边长。勾股定理difficulty=0.3, bkt={"p_L0": 0.3, "p_T": 0.1, "p_S": 0.1, "p_G": 0.1}
物理10计算质量为 2kg 的物体受 10N 合外力,求其加速度。牛顿第二定律, F=madifficulty=0.4, bkt={"p_L0": 0.25, "p_T": 0.15, "p_S": 0.15, "p_G": 0.2}
化学9填空写出氢气在氧气中燃烧的化学方程式。化学方程式配平, 质量守恒定律difficulty=0.45, bkt={"p_L0": 0.2, "p_T": 0.2, "p_S": 0.2, "p_G": 0.2}

该 schema 已含 knowledge_points、difficulty、bkt_params(p_L0 / p_T / p_S / p_G),比本页语料样例的字段更完备。第 04 节的语料若要入库,需按此结构补齐字段并审校,本页未做该转换。

5.2 合规数据源清单:catalog.json(2,704 B / 8 条)

来源提供方许可口径使用边界(原文 note)
国家中小学智慧教育平台教育部国家公益·免费官方平台,做索引+内嵌链接,不批量镜像转售
中国大学MOOC(慕课)网易/高教社免费注册学习含大量名校公开课,可作中学拓展推荐
国家虚拟仿真实验教学项目共享平台(iLab-X)教育部国家公益·免费物理/化学/生物仿真实验,与本站 PhET 互补
国家教育资源公共服务平台教育部国家公益·免费官方资源门户,索引为主
本源量子云本源量子(国产)免费注册39出网暂不可达,留外链;真实量子线路可在此云平台运行
IBM QiskitIBM开源 Apache-2.0开源SDK+教材,可本地部署示例电路
OpenKG 开放知识图谱OpenKG 社区开放下载(CC/科研)站点SSL证书过期,需 curl -k 拉取;全量过大,取学科子集
学习强国(教育频道)中宣部公益免费合规引用公开科普

清单本身已标注「国家公益·免费」「开源 Apache-2.0」「开放下载(CC/科研)」等口径,并对官方平台明确写有「做索引+内嵌链接,不批量镜像转售」。本页不引用、不镜像、不转售其中任何内容,仅作为「合规来源已梳理」的事实展示。

5.3 知识图谱三元组:sample_kg.json(2,576 B / 20 条)

结构为 subject / predicate / object / domain / source / confidence,覆盖数学、物理、化学、生物、英语 5 个域。第 06 节直接以这 20 条真实三元组绘图,未添加任何虚构节点或边。

06知识图谱可视化(P2-8 本页真实实现)

纯 SVG + 内联 JavaScript 渲染,零外部 CDN、零后端接口、零新增服务。点击学科图例可筛选高亮;悬停连线可查看谓词。

节点 0 关系边 0 学科域 0 数据来源 20 条真实三元组

内圈为 subject 知识点节点,外圈为 object 属性 / 前置 / 公式节点,连线为 predicate。所有标签取自 sample_kg.json 原文,未做语义补全。

07上线状态、安全配套与未收口硬门槛

本页上线地址
https://e.aixgn.cn/ke-oss/
部署方式
替换静态文件 /opt/site/e/public/ke-oss/index.html 与 /var/www/html/ai.aixgn.cn/ke-oss/index.html(e 站 location / 覆盖 server 级 root,故双根落位);另在 mirror-short-domains.conf 的 e 站 server 块新增 2 行(1 行注释 + 1 行备份文件拒绝规则),配置 diff 仅此 2 行。v1 页面与原 conf 均做 .bak 备份,存放于静态根之外的 /opt/ops/backups/ke-oss-20261115/
变更留痕
本地源 / 服务器双根 / 公网下载四处 md5 一致;/ke-oss/ 与 /ke-oss/index.html 均返回 HTTP 200、text/html; charset=utf-8。字节数与 md5 的具体值记录于交付说明与当日运维日志,页面不自证校验值
本次未做
未安装任何开源软件;未改知识引擎代码 / 数据库 / Token;未伪造「已接入大模型」或「已上线题库」
安全配套(本轮发现并修复的既有缺口,非本次引入):e 站 server 块(mirror-short-domains.conf 第 64–1374 行)未 include deny-sensitive.inc,全库仅 admin 站有该引用;实测 https://e.aixgn.cn/index.html.bak-seo-20261111-1359 曾返回 HTTP 200 / 10,903 B / application/octet-stream,即历史页面备份可被公网下载。修复后公网复测该备份与另一历史备份均返回 HTTP 404 / 548 B;nginx -t 与 systemctl reload nginx 退出码均为 0,integrity_guard.py --rebuild 返回 {"stage":"ok","baseline_established":57},chattr +i 不可变锁已复原;旁站 e 首页 200、/ai 302、www 200、admin 302、3 站 302 均无变化。修复严格遵循 chattr -i → 带 .bak 修改 → +i → nginx -t → reload → 基线重建 护栏流程,未删除任何原有文件。nginx -t 另有一条既有告警 duplicate MIME type "text/html"(配置第 216 行),非本次引入,未处理。
客观硬门槛(按本轮实证收窄后,如实标注)
门槛本轮实证现状尚缺的最小动作
引擎接真模型39 服务端代理实测 200 可用本轮在 39 的 /opt/site/e 与 /etc/systemd/system 只读检索 XRKE_ENGINE_MODE 0 命中,亦无 xrke 目录或日志文件 ⇒ 引擎实体未在 39 定位到,接入需先定位真实承载;本次未擅动,Token 冻结令未触碰
语料全量录入schema + 合规来源 + 图谱结构已具备教研内容填充与逐题审校;本页模型产出已自证存在答案矛盾,不能直接入库
账号体系 / 多租户需新服务与资源安装 Keycloak 属新增服务,须老板点头;Casdoor 永久退役不可复用
限流 / 日志 / 告警规则Redis 与 Uptime Kuma 均已实证在跑规则配置与 nginx 护栏流程;本次除下述安全 include 外零改业务配置
学生端打通/ai 302 入口已复核需 q 站与引擎接口契约,属新功能开发
图谱前端本页第 06 节已实现如需并入引擎主界面,仍需引擎侧页面集成

08事实与推测的区分 · 参考来源

可验证事实:本机元宝客户端缓存扫描结果与窗口截图内容;豆包窗口 8 条诊断文字;e.aixgn.cn 首页 HTTP 200 / 15,334 B、/ai 302 https://q.aixgn.cn/study?src=e;new39 的 hostname、监听端口、docker ps、四份数据文件字节内容、nginx 配置片段与 nginx -t 输出;engine-llm:8903 的 HTTP 200 响应全文(含 ID 与 usage);本页部署后的 md5 与 HTTP 校验值;三份官方 LICENSE 原文。另:本轮在 39 对 XRKE_ENGINE_MODE、*xrke*、*engine*、xrke-web.log 做了只读检索,均 0 命中,因此本页不宣称掌握引擎后端实现或配置路径。

属推测 / 建议的部分:8 条诊断所描述的后端真实状态(未读引擎代码复核);各开源项目对本引擎的适配性判断;8 条语料的教学适用性;「先补 P0」的优先级判断。

已删除 / 未写入:元宝云端会话正文(不可读);引擎内部实现细节(未取到);v1 中 5 条 TLS 握手失败、无法核验的第三方引用;任何未出现在已列来源中的数字、链接与功能宣称。

参考来源(MLA 格式 · 均为本轮实际读取的一手 LICENSE 原文)

Infiniflow. "LICENSE." RAGFlow, GitHub, 2026, https://raw.githubusercontent.com/infiniflow/ragflow/main/LICENSE. Apache License, Version 2.0.

Berri AI. "LICENSE." LiteLLM, GitHub, 2023, https://raw.githubusercontent.com/BerriAI/litellm/main/LICENSE. MIT License; litellm/enterprise/ 目录另有许可.

Lam, Louis. "LICENSE." Uptime Kuma, GitHub, 2021, https://raw.githubusercontent.com/louislam/uptime-kuma/master/LICENSE. MIT License.

WorkBuddy. "new39 承载机只读勘查记录与 engine-llm 调用响应." 2026-11-15, 本地取证文件(非公开链接). 含 ss -lntp、docker ps、nginx 配置片段与模型响应 ID 425aa65c。