长文档索引与恢复¶
每个知识库会在 .indexing-run.json 中记录其最近一次索引运行。Files/detail 视图展示索引恢复详情，包括各个来源的结果、当前阶段和阶段内计数、运行时长、距最近一次输出/活动的时间，以及距最近一次可度量进展的时间。某个阶段达到最后一批并不代表整个索引已就绪。中断后，未知的工作仍然未知；它绝不会被计为成功的文档。
GET /api/knowledge-bases/{id}/indexing-readiness 会执行轻量级的解析器、格式和嵌入配置检查，而无需下载模型或发送提供方请求。就绪状态并不保证后续的下载、可用的 RAM 或 GPU 内存，也不保证提供方的运行时响应。运行时失败会将其受限的、已隐去凭证的原因保留在持久化运行记录中。
重试使用现有的内容寻址解析器缓存：源字节和解析器签名必须匹配，且可用的文本或块必须仍然存在。MinerU 云端 PDF 切片仅复用经过验证的检查点。更改嵌入可以复用解析结果，但会为新的嵌入签名构建单独的索引版本。没有可用检查点的中断阶段会重新启动；日志本身不是第二个缓存，也不会伪造部分嵌入。
取消操作是任务特定的，并在安全边界生效。受管的本地 MinerU 进程也会响应取消，并在 600 秒无输出或总计 7200 秒后失败。其他同步引擎无法被随意中断；取消操作将保持挂起状态，直到它们返回。停滞的 LlamaIndex 执行器在真正退出前，被禁止进行同进程内重叠的重试；失去所有权后，它也无法发布其候选版本。
LlamaIndex 的重建操作和增量添加操作会使用全新的版本目录。候选版本在持久化索引重新加载、其向量通过验证，并且使用已存储向量的检索探针返回一个节点之前，始终保持未发布状态。发布元数据以原子方式写入。索引期间的源更改会拒绝发布。失败或不完整的候选版本不会覆盖之前可查询的版本。已完成和失败的来源分别报告，包括部分成功的情况。持久化日志的作用域为当前活动用户/工作区知识库；链接/只读知识库无法通过变更路由取消。
实现与验证¶
本页原文 Markdown：在 AtomGit 查看·内容源自开源项目 dee/DeepTutor