开之前要知道的两件事
一、语气会被稀释。知识块会冲淡人设、输出客服腔——当年就是为此把注入从 3000 字砍到 1500。建议开完当天翻几条真实回复看语气。
二、闸门用 0.6 更稳。会滤掉 0.602 / 0.622 那两条边缘命中。回滚就是删这个 env。
58.55 GiB 素材
怎样被精准调出来
R2 里的资料、效果图与视频，如何被企业微信和视频产线更高效地调用——盘完代码后的结论是：能力已建约七成，卡在最后一公里，而且不需要训练任何模型。
// 实测 + 代码盘点口径 · 未核实项在页尾明确挂账
R2 · 63,429 对象
台账漂移 4.8×
PGVECTOR · 建完未启用
效果图 11,265 张
结构化过滤 > 多模态向量
不需要训练模型
SCROLL / 向下滚动
01
Inventory · Ledger Drift
家底实测，和台账不符
今天用 Cloudflare API 直接查了 akke-kb 桶的用量，和项目文档里记的家底差了近 5 倍。这不是谁没维护——而是人工维护的清单追不上一个天天在写入的对象存储。
0
对象数
2026-07-30 实测
2026-07-30 实测
58.55GiB
桶体积
同日实测
同日实测
4.8×
对象数漂移
相对文档记载
相对文档记载
0
效果图张数
07-26 口径
07-26 口径
// 桶在两周内长了近 5 万个对象，体积从 22.21 G 到 58.55 GiB。那份「素材家底与调用口径」是 07-26 更新的，四天就失真。
Impact
三个真实后果：① 运营答不准客户「你们有什么资料」；② AI 回复可能承诺一份实际不存在的素材（编造的一种）；③ 「R2 里的视频」这件事，用现有台账无法确认——文档明确写着 13130 个文件里只有 1 个 mp4、「不构成视频库」，但那是 07-26 的快照，而桶此后又长了 4.8 倍。视频可能就在新增的那批里。
本报告未能独立核实的一项
要按类型分解那 63429 个对象需要 R2 的 S3 密钥。本机 .env.local 里没有，Cloudflare API token 只能拿总量、列不了对象，wrangler 也没有 r2 object list 子命令。所以「视频有多少、在哪个前缀下」这条不下结论。补齐凭据后一条命令即可核实：
aws s3api list-objects-v2 --bucket akke-kb \
--endpoint-url https://<account-id>.r2.cloudflarestorage.com \
--query 'Contents[].Key' --output text | tr '\t' '\n' \
| awk -F. '{print tolower($NF)}' | sort | uniq -c | sort -rn
// 已知素材构成（07-26 口径，量级参考非现状）：第三方资料 314 份 · 效果图 11265 张 · 知识图集 726 张 · 原创图文 48 篇 · 官方海报 11 张。
02
Existing Channels · 70% Built
调用能力其实已经有三套
盘完代码，「把素材调出来」已经有三套机制，成熟度差别很大——缺的不是能力，是把它们接通。
| 通路 | 机制 | 覆盖 | 状态 |
|---|---|---|---|
| 海报确定性投递 | enterprise_posters.triggers[] + GIN 索引，客户话里命中词 → 取 public_url 发图 |
11 张 | 生产在跑 唯一真正在服务客户的图片投递 |
| pgvector 语义检索 | kb_entries 362 条 / kb_chunks 482 块 · bge-small-zh-v1.5 · 512 维 |
314 文档精要 + 48 图文 |
建完没开 线上 0 次调用 |
| 关键词 → 资料投递 | L1 确定性词典 + L2 LLM 判断题兜底 + 投递状态机防重发 | 设计覆盖全量 | spec 定稿未实施 07-13 设计稿 |
| 效果图图集站 | 风格（源目录标签）× 空间（视觉补标）二维筛选 | 11265 张 | 人工可用 AI 侧未接 |
03
The Switch · Highest ROI
那套检索不是效果不好，是根本没开
2026-07-20 有人做过一次很扎实的验证。结论值得重复，因为它意味着一笔已经付过的投入正躺着不产出。
// 命中的全是真问题：「我预算就 3 万，110 平全屋柜子能做下来吗」0.666 · 「两万九只是基础价吧」0.719 · 「你们是什么牌子的板子」0.602。寒暄类全部正确未命中——闸门是准的。
Reasoning
「0 命中」本身不算证据——开着但没命中同样是 0。按 35% 命中率，97 次里本应约 34 次带注入，实际 0 次 ⇒ 不是没命中，是没开。缺的就是 Vercel 上一个 KB_RETRIEVAL 环境变量。
另一个一行代码级的阻塞
buildKbSection 把 KbHit.file_url 丢掉了——即使检索命中，模型也看不见文件链接，所以它发不出资料。
这意味着「问 X 发 X」在当前代码下不可能实现，跟检索质量无关。修法是仿企微 matchPosters 加一个确定性投递分支。src/lib/llm.ts 属高危路径，必须走 PR。
04
Image Retrieval · Metadata Over Vectors
图片这条路，别指望向量
效果图 11265 张、知识图集 726 张，都是纯图片，没有可切块的文本。这里有一条已经用钱和时间买到的教训，不要重犯。
| 维度 | 视觉打标 | 实测结果 | 该怎么做 |
|---|---|---|---|
| 空间 客厅 / 卧室 / 厨房… |
可用 | qwen2.5-vl 给 7679 张补标成功，成本约 $1 | 已完成，图集站已按此筛选 |
| 风格 现代简约 / 新中式… |
不可用 | 判风格全塌成「现代简约」；7 张工业风只对 1 张。缩略图和全分辨率都塌 | 用源目录标签，别视觉打标 |
| 面积 / 户型 | 未做 | — | 核心缺口，支撑「113 平 → ±15 平」 |
// 视觉补标出来的空间分布（7679 张「按风格」图）。这是可用的那一半——风格维度同样试过，塌了。
所以图片检索的正确形态
真实调用场景的锚点是「客户报 113 平 → 调 ±15 平的方案图」——这是一个 SQL 范围查询，语义向量帮不上任何忙。同理「只要现代简约的卫生间」是两个标签的交集，不是相似度排序。
把「风格（源目录）× 空间（已补标）× 面积/户型（待补）」做成结构化列 + 索引，检索走 WHERE 过滤。多模态 embedding 当前不值得上——它解决的是「找一张海边日落空镜」这种开放语义检索，而这里的查询维度都是可枚举的。
05
The Missing Input · Cross-System
效果图正是视频产线缺的那个真图
这是本次评估里最有价值的一个连接，目前没人接。
LLM
解构拆解原片结构 → 重写文稿
解构拆解原片结构 → 重写文稿
生图
即梦即梦 Seedream 出图 —— 问题就在这一步：喂进下游的是 AI 生成的假图
即梦即梦 Seedream 出图 —— 问题就在这一步：喂进下游的是 AI 生成的假图
I2V
可灵可灵 3.0 无声档图生视频（省配音成本）
可灵可灵 3.0 无声档图生视频（省配音成本）
TTS
豆包豆包授权音色配音
豆包豆包授权音色配音
合成
ffmpegffmpeg on Fly.io 拼接 + 打 AIGC 标 → 成本 ¥50–120 / 条
ffmpegffmpeg on Fly.io 拼接 + 打 AIGC 标 → 成本 ¥50–120 / 条
归因混淆
产线投产后反馈「可灵效果一般」（画质、真实感、跨镜一致性）。但当时的链路是「AI 生图 → 图生视频」，喂进去的是假图——不能就此给引擎定罪。为此立了 M1 图源对照实验（真图 vs AI 图盲评），脚本 ad-studio/tryout/arm_i2v.py 已就绪但一直没跑，因为 jobs.json 里还是占位 URL，缺真实图源。
The Connection
而 R2 里躺着 11265 张真实效果图，那正是占位 URL 缺的东西。用 xiaoguotu/v2/… 的真图填进 jobs.json，M1 立刻能跑——图已有、脚本已有、零新增采购，就能回答「假图是不是根因」这个决定视频产线走向的问题。
换个角度
效果图不只是「发给客户的素材」，它同时是视频产线的原料。现在这两个系统各自把 R2 当仓库用，但没有共享的素材索引，所以一边缺图、一边有图，互相不知道。考虑到已决定不再为可灵新增花费，先花近乎零的成本把归因搞清楚，明显优于换引擎重试。
06
Blockers · One Admin, One Code
企微链路的两个硬阻塞
ADMIN · 不可绕过ICP 备案主体校验
企微「客服 kf 回调」和「自建应用接收消息 API」都要求回调域名已 ICP 备案、且备案主体 = 企业营业执照主体。*.fly.dev / *.vercel.app / 裸 IP 全部被 Domain entity verification failed 拦下，连握手都到不了。
不能绕。.ai 是安圭拉国别域，不在工信部可备案 TLD 名单内——不是没去备，是备不了。
CODE · 一个小 PRbuildKbSection 丢 file_url
检索结果里的文件链接没进 prompt，模型看不见 → 发不出资料。
能修。一个小 PR 即可，属高危路径需走 PR 流程。它是「打开检索」那个动作的收益放大器——不修的话，检索开了也只能「说」不能「发」。
顺序建议
备案是行政前置、周期不可控，不要让它挡住其他事。先把不依赖备案的部分（检索开关、file_url、台账、M1 实验）全部推进，备案通了再接回调。
07
Target Architecture · No New Vendor
建议的三层结构
不新增任何供应商——pgvector 在这个量级远未到瓶颈，多一个向量库就多一份会静默烧钱的账单。
L1 台账层 · 缺失
- R2 里每个对象一行记录
- key / 类型 / 尺寸 / 所属集合
- 结构化标签：风格 × 空间 × 面积 × 主题
- 水印状态 / 授权状态 / 对外可用与否
- 定时对账 R2，而非人工维护 JSON
- 这是 4.8 倍漂移的唯一解
L2 检索层 · 已建未启用
- 文本走 pgvector（已建好）
- 图片走台账层结构化列过滤
- 两条路径并存，别用一种覆盖另一种
MIN_SIM用 0.6 更稳- 灌全文后必须重标闸门
L3 投递层 · 部分就绪
matchPosters那套确定性套路是对的- 扩展它，不要重写
- 抖音侧只发纯文字（风控红线）
- 文件链接只在企微侧发
- 投递状态机防重发
08
Actions · Ranked by ROI
按性价比排序的七件事
| # | 动作 | 成本 | 收益 |
|---|---|---|---|
| 01 | 打开 pgvector 检索 Vercel 设 KB_RETRIEVAL=on · KB_RETRIEVAL_MIN_SIM=0.6 |
一个 env | 35% 的真实客户消息立刻获得知识注入。已验证过的能力，目前零产出 |
| 02 | 修 buildKbSection 保留 file_url |
小 PR | 让「问 X 发 X」从不可能变为可能。是 01 的收益放大器 |
| 03 | 拿真图跑 M1 盲评 用 xiaoguotu/v2 填 jobs.json 占位 URL |
近零 | 回答「假图是否为可灵效果差的根因」，直接决定视频产线走向 |
| 04 | 建素材台账表 + 定时对账 | 中 | 止住 4.8× 漂移；「有什么素材」可被准确回答；两个系统开始共享素材视图 |
| 05 | 效果图补面积 / 户型标签 | 小额打标 | 支撑「113 平 → ±15 平方案图」核心场景。只补可判维度，风格别碰 |
| 06 | 完成 C 方案：抽全文 314 份现在只索引了一句话精要 |
中 | 让「生成清单」有真原料。现状靠一句话精要生成 = 编造发生器 |
| 07 | 企微备案域名 | 行政 · 不可控 | 解锁企微回调。并行推进，不要挡住 01–06 |
06 的四个坑
① xlrd 未装，而 67 份 xls 恰恰是清单类内容最密集的，不能跳；② 11 份 pdf 是扫描件（pdftotext 无效），且恰是最像干货书的几本，要么 OCR 要么明确挂账，别静默跳过；③ bge-small-zh-v1.5 上限 512 token，单块正文必须卡在 450 字符内，超了静默截断；④ 灌完全文必须重新标定 MIN_SIM——0.5 / 0.6 是拿摘要块标的，全文块相似度分布不同。
明确不建议做的事
每一条都对应一个已经踩过或算过的坑。
微调 / 训练任何模型。这里没有一个需求是训练能解决的。资料改一次就要重训，事实准确率还不如直接检索。
为图片检索上多模态 embedding。查询维度是可枚举的（风格 / 空间 / 面积），结构化过滤更准更便宜。而且风格维度的视觉打标已实测不可用。
新增向量库供应商。pgvector 在这个量级（482 → 预计 4000–6000 chunk）远未到瓶颈。
为可灵新增花费来「再试试」。先用 R2 真图把归因做掉（动作 03），再决定要不要花钱。
在抖音私信发外链或我方微信号。风控红线，现有代码已经守住了，新增投递逻辑不要破坏它。
把「有什么素材」写死在文档里。这次的 4.8 倍漂移已经证明人工快照必然失真——要么查台账，要么别答。
一句话总括：调用能力已建约七成，卡在最后一公里。不需要训练模型，也不需要多模态向量库——最高性价比的动作是打开一个已经建完、验完、但生产从未启用的检索开关；最被低估的机会是让效果图同时成为视频产线的原料；最该先修的结构性缺口是一份能自己对账的素材台账。