LoRA Knowledge Router

Embedding、检索和知识库运行设置

Embedding 后端

本地模式需要 Python 运行依赖和实际模型文件。远程服务请选“通用兼容接口（input 格式）”：它适用于 SiliconFlow、OpenRouter、OpenAI 等兼容 /v1/embeddings 的服务，并不只限 OpenAI；“自定义 HTTP 接口”仅用于接收本项目 texts 字段的私有服务。
用于一键下载。已有本地模型时可不使用下载功能。
公开模型通常不需要 Token。
必须指向包含 config.json、Tokenizer 文件和模型权重的完整目录。相对路径以项目根目录为基准。
留空表示不修改已保存的 Key；密钥仅保存于本机 Windows 加密存储，不写入项目设置文件。
直接输入的 Key 优先。仅在未保存直接 Key 时读取此环境变量。
删除已保存的直接 Key保存设置后生效；之后将改用上方环境变量（如已设置）。
trust_remote_code只有模型明确要求时才开启。
归一化向量余弦检索建议开启。
自动补齐与自愈向量启动时处理 stale 记录；检索发现向量为空时自动重建并重试。
缓存评测 Query 向量同一批评测 Prompt 在多个 Patch Trial 中只编码一次，可显著减少本地模型重复计算。
按批次缓存，推荐 1024；修改 Embedding 配置或此项时会自动清空缓存。
每次测试均重新推理，可复用已加载模型；不会清空线上共享模型或保存设置。强制冷启动请在维护窗口按补丁说明执行。

本地模型文件

这里分别检查“模型文件完整”和“模型实际加载”。文件完整不代表 PyTorch 已成功加载权重；请以“测试 Embedding”的实际推理结果为准。
1. 保存设置
2. 运行依赖
3. 模型文件
4. 重建向量

本地 Embedding 运行环境

安装位置必须与 Router 实际运行的 Python 一致。依赖完整不等于模型文件已下载，两者都会单独检查。

LLM 服务：LoRA 意图提取与知识优化

该页面可复用 Provider、模型和 Endpoint，但两个任务保持隔离：LoRA 实时检索通过 API 核验候选可贡献的能力，原文始终参与召回。实时检索不使用规则式拆分，也不接受上游 lora_intents。

本阶段自动知识建议受证据审查门禁限制：失败记录不是已确认的知识缺陷。请先核对原文、实际 Intent 和候选决策，再人工编辑隔离候选库并复测。“测试通用 LLM”仅检查连接，不代表已生成建议。以下 Planner、Critic 和回退设置保留，但不能绕过门禁。

启用 LLM 服务关闭后 LoRA 实时检索会返回 intent_extractor_not_ready；人工候选编辑及复测入口仍保留，自动建议不能绕过证据门禁。
支持 OpenAI-Compatible /chat/completions。填写 /v1 或完整 /chat/completions 均可。
LoRA 意图提取固定读取 LORA_ROUTER_INTENT_LLM_API_KEY；两个密钥均不写入项目数据库。
trust_remote_code只有本地模型明确要求时才开启。
允许将 Prompt 发送给 APILoRA 意图提取需要发送最终 Prompt；关闭后实时检索会明确返回 extractor not ready，不会规则回退。
启用 Patch Critic使用第二次 LLM 调用预先淘汰宽泛、重复或高风险建议。
LLM 失败时回退API 超时、JSON 不合法或本地模型不可用时，继续使用确定性建议。
请求 JSON 响应格式不兼容的服务会自动移除 response_format 后重试。
主 LoRA 数量上限等于本次有效能力数；必需依赖另计，最多 64 个，不再手动填写 max_loras。
启用精确 Prompt 结果缓存只缓存严格校验成功的意图结果；身份哈希覆盖所有影响请求和模型输出的非敏感配置，不保存原始 Prompt 或 API Key。
合并并发重复请求同一 Prompt 同时到达时只调用一次意图 LLM，其余请求共享结果。
服务器使用 LORA_ROUTER_INTENT_LLM_PROVIDER / MODEL / ENDPOINT / REQUEST_PROTOCOL / API_KEY。核心贡献核验任务位于 src/domains/lora/retrieval/contribution.py；Intent 提取为可选辅助，并自动随请求发送；业务请求只提交 prompt、base_model、censoring_level。
仅对超时、429、500、502、503、504 重试，并按指数增加等待时间。
最近一次真实调用失败会在有效期内使 LoRA readiness 显示不可用，但不会阻止下一次请求尝试恢复。
审计中保存请求摘要默认关闭，避免在审计库中重复保存 Prompt 文本。
审计中保存响应摘要只保存前 2000 字符，不保存 API Key。
用于自定义网关。敏感请求头必须填写 env:环境变量名，例如 {"X-API-Key":"env:MY_API_KEY"}。

Intent V8 / 需求策略 V4 核对来源、角色、必要性声明与有限的否定/时段边界。明确镜头锁定仍需匹配真实能力。结构校验和目标命中不等于完整语义验收；人物归属及下游分段应用尚未完整验证。规则升级后必须重跑基线。

LLM 不会直接写正式知识库，也不能绕过单 Patch 复测、三套最终复测和 Release Gate。

LoRA 原文检索

原文始终参与检索。系统依据候选可提供的能力自动选用；Intent 注释不决定准入或数量。

启用可选 Intent 注释；失败不会阻断原文检索。

小知识库核验全部有效能力。相似度用于召回排序，不是选用概率；旧分数阈值、Intent 数量限制及兜底模式已停用。

Censoring Level 路由

内容等级由 Idea 工作流通过 censoring_level.content_label 声明。SFW 仅检索 SFW LoRA；NSFW 同时检索 SFW 与 NSFW LoRA。路由器不会分析扩写 Prompt 的成人语义，也没有成人加分、最低保底分或候选保留位。
当前策略：v19_censoring_level_declared_routing_v1。Censoring Level 内容等级为必填；知识库中的 content_label 决定资产是否具备候选资格。

LoRA 文件验证（可选）

知识库是唯一数据源。服务器目录和扫描只用于校验，不影响默认检索。
扫描 SHA256用于识别文件被替换。
限制在根目录内防止扫描任意路径。