build(deps): bump opuslib-next in /main/xiaozhi-server

Bumps [opuslib-next](https://github.com/kalicyh/opuslib-next) from 1.1.5 to 1.1.6.
- [Commits](https://github.com/kalicyh/opuslib-next/commits/v1.1.6)

---
updated-dependencies:
- dependency-name: opuslib-next
  dependency-version: 1.1.6
  dependency-type: direct:production
  update-type: version-update:semver-patch
...

Signed-off-by: dependabot[bot] <support@github.com>

.gitignore

@@ -149,6 +149,7 @@ tmp
 .history
 .DS_Store
 main/xiaozhi-server/data
+main/xiaozhi-server/.claude
 
 main/manager-web/node_modules
 .config.yaml

README.md

@@ -214,8 +214,8 @@ Websocket接口地址: wss://2662r3426b.vicp.fun/xiaozhi/v1/
 |:---:|:---:|:---:|
 | ASR(语音识别) | FunASR(本地) | 👍XunfeiStreamASR(讯飞流式) |
 | LLM(大模型) | glm-4-flash(智谱) | 👍qwen-flash(阿里百炼) |
-| VLLM(视觉大模型) | glm-4v-flash(智谱) | 👍qwen2.5-vl-3b-instructh(阿里百炼) |
-| TTS(语音合成) | ✅LinkeraiTTS(灵犀流式) | 👍HuoshanDoubleStreamTTS(火山流式) |
+| VLLM(视觉大模型) | glm-4v-flash(智谱) | 👍qwen3.5-flash(阿里百炼) |
+| TTS(语音合成) | EdgeTTS(微软) | 👍HuoshanDoubleStreamTTS(火山流式) |
 | Intent(意图识别) | function_call(函数调用) | function_call(函数调用) |
 | Memory(记忆功能) | mem_local_short(本地短期记忆） | mem_local_short（本地短期记忆） |
 

README_de.md

@@ -212,8 +212,8 @@ Websocket-Schnittstellenadresse: wss://2662r3426b.vicp.fun/xiaozhi/v1/
 |:---:|:---:|:---:|
 | ASR (Spracherkennung) | FunASR (Lokal) | 👍XunfeiStreamASR (Xunfei-Streaming) |
 | LLM (Großes Modell) | glm-4-flash (Zhipu) | 👍qwen-flash (Alibaba Bailian) |
-| VLLM (Vision Large Model) | glm-4v-flash (Zhipu) | 👍qwen2.5-vl-3b-instructh (Alibaba Bailian) |
-| TTS (Sprachsynthese) | ✅LinkeraiTTS (Lingxi-Streaming) | 👍HuoshanDoubleStreamTTS (Volcano-Streaming) |
+| VLLM (Vision Large Model) | glm-4v-flash (Zhipu) | 👍qwen3.5-flash (Alibaba Bailian) |
+| TTS (Sprachsynthese) | EdgeTTS (Microsoft) | 👍HuoshanDoubleStreamTTS (Volcano-Streaming) |
 | Intent (Absichtserkennung) | function_call (Funktionsaufruf) | function_call (Funktionsaufruf) |
 | Memory (Gedächtnisfunktion) | mem_local_short (Lokales Kurzzeitgedächtnis) | mem_local_short (Lokales Kurzzeitgedächtnis) |
 

README_en.md

@@ -212,8 +212,8 @@ Websocket Interface Address: wss://2662r3426b.vicp.fun/xiaozhi/v1/
 |:---:|:---:|:---:|
 | ASR(Speech Recognition) | FunASR(Local) | 👍XunfeiStreamASR(Xunfei Streaming) |
 | LLM(Large Model) | glm-4-flash(Zhipu) | 👍qwen-flash(Alibaba Bailian) |
-| VLLM(Vision Large Model) | glm-4v-flash(Zhipu) | 👍qwen2.5-vl-3b-instructh(Alibaba Bailian) |
-| TTS(Speech Synthesis) | ✅LinkeraiTTS(Lingxi streaming) | 👍HuoshanDoubleStreamTTS(Volcano Streaming) |
+| VLLM(Vision Large Model) | glm-4v-flash(Zhipu) | 👍qwen3.5-flash(Alibaba Bailian) |
+| TTS(Speech Synthesis) | EdgeTTS(Microsoft) | 👍HuoshanDoubleStreamTTS(Volcano Streaming) |
 | Intent(Intent Recognition) | function_call(Function calling) | function_call(Function calling) |
 | Memory(Memory function) | mem_local_short(Local short-term memory) | mem_local_short(Local short-term memory) |
 

README_pt_BR.md

@@ -212,8 +212,8 @@ Endereço da Interface WebSocket: wss://2662r3426b.vicp.fun/xiaozhi/v1/
 |:---:|:---:|:---:|
 | ASR(Reconhecimento de Fala) | FunASR(Local) | 👍XunfeiStreamASR(Xunfei Streaming) |
 | LLM(Modelo de Linguagem) | glm-4-flash(Zhipu) | 👍qwen-flash(Alibaba Bailian) |
-| VLLM(Modelo de Visão) | glm-4v-flash(Zhipu) | 👍qwen2.5-vl-3b-instructh(Alibaba Bailian) |
-| TTS(Síntese de Voz) | ✅LinkeraiTTS(Lingxi streaming) | 👍HuoshanDoubleStreamTTS(Volcano Streaming) |
+| VLLM(Modelo de Visão) | glm-4v-flash(Zhipu) | 👍qwen3.5-flash(Alibaba Bailian) |
+| TTS(Síntese de Voz) | EdgeTTS(Microsoft) | 👍HuoshanDoubleStreamTTS(Volcano Streaming) |
 | Intent(Reconhecimento de Intenção) | function_call(Chamada de função) | function_call(Chamada de função) |
 | Memory(Função de Memória) | mem_local_short(Memória local de curto prazo) | mem_local_short(Memória local de curto prazo) |
 

README_vi.md

@@ -213,8 +213,8 @@ Công cụ kiểm tra dịch vụ: https://2662r3426b.vicp.fun/test/
 |:---:|:---:|:---:|
 | ASR(Nhận dạng giọng nói) | FunASR(Local) | 👍XunfeiStreamASR(Xunfei Streaming) |
 | LLM(Mô hình lớn) | glm-4-flash(Zhipu) | 👍qwen-flash(Alibaba Bailian) |
-| VLLM(Mô hình lớn thị giác) | glm-4v-flash(Zhipu) | 👍qwen2.5-vl-3b-instructh(Alibaba Bailian) |
-| TTS(Tổng hợp giọng nói) | ✅LinkeraiTTS(Lingxi streaming) | 👍HuoshanDoubleStreamTTS(Volcano Streaming) |
+| VLLM(Mô hình lớn thị giác) | glm-4v-flash(Zhipu) | 👍qwen3.5-flash(Alibaba Bailian) |
+| TTS(Tổng hợp giọng nói) | EdgeTTS(Microsoft) | 👍HuoshanDoubleStreamTTS(Volcano Streaming) |
 | Intent(Nhận dạng ý định) | function_call(Gọi hàm) | function_call(Gọi hàm) |
 | Memory(Chức năng bộ nhớ) | mem_local_short(Bộ nhớ ngắn hạn cục bộ) | mem_local_short(Bộ nhớ ngắn hạn cục bộ) |
 

docs/Deployment_all.md

@@ -418,7 +418,7 @@ manager-api:
   secret: 12345678-xxxx-xxxx-xxxx-123456789000
 ```
 
-## 5.运行项目
+## 9.运行项目
 
 ```
 # 确保在xiaozhi-server目录下执行

docs/FAQ.md

@@ -40,8 +40,8 @@ conda install conda-forge::ffmpeg
 |:---:|:---:|:---:|
 | ASR(语音识别) | FunASR(本地) | 👍XunfeiStreamASR(讯飞流式) |
 | LLM(大模型) | glm-4-flash(智谱) | 👍qwen-flash(阿里百炼) |
-| VLLM(视觉大模型) | glm-4v-flash(智谱) | 👍qwen2.5-vl-3b-instructh(阿里百炼) |
-| TTS(语音合成) | ✅LinkeraiTTS(灵犀流式) | 👍HuoshanDoubleStreamTTS(火山流式) |
+| VLLM(视觉大模型) | glm-4v-flash(智谱) | 👍qwen3.5-flash(阿里百炼) |
+| TTS(语音合成) | EdgeTTS(微软) | 👍HuoshanDoubleStreamTTS(火山流式) |
 | Intent(意图识别) | function_call(函数调用) | function_call(函数调用) |
 | Memory(记忆功能) | mem_local_short(本地短期记忆） | mem_local_short（本地短期记忆） |
 
@@ -83,6 +83,7 @@ VAD:
 9、[知识库ragflow集成指南](./ragflow-integration.md)<br/>
 10、[如何部署上下文源](./context-provider-integration.md)<br/>
 11、[如何集成PowerMem智能记忆](./powermem-integration.md)<br/>
+12、[如何配置天气插件查询天气](./weather-integration.md)<br/>
 
 ### 11、语音克隆、本地语音部署相关教程
 1、[如何在智控台克隆音色](./huoshan-streamTTS-voice-cloning.md)<br/>

main/manager-api/rule/doc/测试验证/知识库模块全量集成测试报告.md

@@ -1,45 +0,0 @@
-# 知识库模块全量集成测试报告
-
-## 1. 测试背景
-针对 `KnowledgeBaseController` 和 `KnowledgeFilesController` 共 14 个接口进行了深度集成测试。主要解决了本地影子库与 RAGFlow 远程服务之间的状态对齐、数据反序列化兼容性以及批量操作逻辑安全性问题。
-
-## 2. 修复的核心 Bug 清单 (Hotfixes)
-
-| 模块 | 问题类型 | 修复方案 | 验证结果 |
-| :--- | :--- | :--- | :--- |
-| **DTO** | `positions` 反序列化失败 | 类型从 `List<Integer>` 提升为 `Object`，支持嵌套数组 | ✅ 已验证 |
-| **DTO** | 日期格式不兼容 | 针对 RAGFlow 的 RFC 1123 格式，将 `Date` 改为 `String` 透传 | ✅ 已验证 |
-| **请求** | 检索参数 `null` 拒绝 | 增加 `@JsonInclude(NON_NULL)`，跳过可选字段的空值序列化 | ✅ 已验证 |
-| **同步** | 状态自愈死锁 | 增加 `CANCEL/FAIL` 状态的 60s 低频同步机制，防止逻辑错误锁定 | ✅ 已验证 |
-| **逻辑** | 删除守卫逻辑错误 | 将拦截条件从 `status="1"` 修正为 `run="RUNNING"` | ✅ 已验证 |
-
-## 3. 全量接口测试统计
-
-### KnowledgeBaseController (7/7)
-- [x] 分页查询 (`GET /datasets`)
-- [x] 详情获取 (`GET /datasets/{id}`)
-- [x] 创建知识库 (`POST /datasets`)
-- [x] 修改配置 (`PUT /datasets/{id}`)
-- [x] 物理删除 (`DELETE /datasets/{id}`)
-- [x] 批量删除 (`DELETE /datasets/batch`)
-- [x] 模型列表获取 (`GET /datasets/rag-models`)
-
-### KnowledgeFilesController (7/7)
-- [x] 文档列表与同步 (`GET /datasets/{id}/documents`)
-- [x] 状态过滤查询 (`GET /datasets/{id}/documents/status/{s}`)
-- [x] 文档上传 (`POST /datasets/{id}/documents`)
-- [x] 触发解析 (`POST /datasets/{id}/chunks`)
-- [x] 切片详情 (`GET /datasets/{id}/documents/{docId}/chunks`)
-- [x] 召回测试 (`POST /datasets/{id}/retrieval-test`)
-- [x] 批量删除文档 (`DELETE /datasets/{id}/documents`)
-
-## 4. 自动化审计结论
-通过执行 `comprehensive_audit.ps1` 自动化脚本，模拟了“创建->上传->解析->同步->检索->删除”的完整生产链路。
-- **解析成功率**：100%
-- **数据准确性**：DTO 转换无异常，坐标及得分提取正常
-- **系统安全性**：解析中拦截机制生效
-- **结论**：**准生产就绪 (Production Ready)**
-
----
-*报告生成时间：2026-02-13*
-*审核：dora--1206563805@qq.com*

main/manager-api/src/main/java/xiaozhi/common/config/SwaggerConfig.java

@@ -95,6 +95,14 @@ public class SwaggerConfig {
                 .build();
     }
 
+    @Bean
+    public GroupedOpenApi correctWordApi() {
+        return GroupedOpenApi.builder()
+                .group("correct-word")
+                .pathsToMatch("/correct-word/**")
+                .build();
+    }
+
     @Bean
     public OpenAPI customOpenAPI() {
         return new OpenAPI().info(new Info()

main/manager-api/src/main/java/xiaozhi/common/constant/Constant.java

@@ -151,6 +151,21 @@ public interface Constant {
      */
     String MEMORY_NO_MEM = "Memory_nomem";
 
+    /**
+     * 仅上报聊天记录（不总结记忆）
+     */
+    String MEMORY_MEM_REPORT_ONLY = "Memory_mem_report_only";
+
+    /**
+     * Mem0AI记忆
+     */
+    String MEMORY_MEM0AI = "Memory_mem0ai";
+
+    /**
+     * PowerMem记忆
+     */
+    String MEMORY_POWERMEM = "Memory_powermem";
+
     /**
      * 火山引擎双声道语音克隆
      */
@@ -304,7 +319,7 @@ public interface Constant {
     /**
      * 版本号
      */
-    public static final String VERSION = "0.9.2";
+    public static final String VERSION = "0.9.3";
 
     /**
      * 无效固件URL

main/manager-api/src/main/java/xiaozhi/common/exception/ErrorCode.java

@@ -251,4 +251,13 @@ public interface ErrorCode {
     int AGENT_TAG_NOT_EXIST = 10198; // 标签不存在
 
     int RAG_DOCUMENT_PARSING_DELETE_ERROR = 10199; // 文档解析中，禁止删除
+
+    // 智能体MCP相关错误码
+    int MCP_ACCESS_POINT_ADDRESS_NO_PERMISSION = 10200; // 没有权限查看该智能体的MCP接入点地址
+    int MCP_ACCESS_POINT_ADDRESS_NOT_CONFIGURED = 10201; // 请联系管理员进入参数管理配置mcp接入点地址
+    int MCP_ACCESS_POINT_TOOLS_LIST_NO_PERMISSION = 10202; // 没有权限查看该智能体的MCP工具列表
+
+    // 替换词相关错误码
+    int CORRECT_WORD_FILE_NAME_EXISTS = 10203; // 文件名已存在
+    int FILE_SIZE_OVER_LIMIT = 10204; // 文件大小超过限制
 }

main/manager-api/src/main/java/xiaozhi/common/redis/RedisKeys.java

@@ -187,4 +187,5 @@ public class RedisKeys {
     public static String getOtaUploadCountKey(Long username) {
         return "ota:upload:count:" + username;
     }
+
 }

main/manager-api/src/main/java/xiaozhi/modules/agent/controller/AgentController.java

@@ -52,6 +52,7 @@ import xiaozhi.modules.agent.service.AgentContextProviderService;
 import xiaozhi.modules.agent.service.AgentPluginMappingService;
 import xiaozhi.modules.agent.service.AgentService;
 import xiaozhi.modules.agent.service.AgentTemplateService;
+import xiaozhi.modules.correctword.service.CorrectWordFileService;
 import xiaozhi.modules.agent.vo.AgentChatHistoryUserVO;
 import xiaozhi.modules.agent.vo.AgentInfoVO;
 import xiaozhi.modules.device.entity.DeviceEntity;
@@ -73,6 +74,7 @@ public class AgentController {
     private final AgentChatSummaryService agentChatSummaryService;
     private final RedisUtils redisUtils;
     private final AgentTagService agentTagService;
+    private final CorrectWordFileService correctWordFileService;
 
     @GetMapping("/list")
     @Operation(summary = "获取用户智能体列表")
@@ -150,6 +152,13 @@ public class AgentController {
         }
     }
 
+    @PostMapping("/chat-title/{sessionId}/generate")
+    @Operation(summary = "根据会话ID生成聊天标题")
+    public Result<Void> generateAndSaveChatTitle(@PathVariable String sessionId) {
+        agentChatSummaryService.generateAndSaveChatTitle(sessionId);
+        return new Result<Void>().ok(null);
+    }
+
     @PutMapping("/{id}")
     @Operation(summary = "更新智能体")
     @RequiresPermissions("sys:role:normal")
@@ -170,6 +179,8 @@ public class AgentController {
         agentPluginMappingService.deleteByAgentId(id);
         // 删除关联的上下文源配置
         agentContextProviderService.deleteByAgentId(id);
+        // 删除关联的替换词文件关联记录
+        correctWordFileService.deleteMappingsByAgentId(id);
         // 再删除智能体
         agentService.deleteById(id);
         return new Result<>();

main/manager-api/src/main/java/xiaozhi/modules/agent/controller/AgentMcpAccessPointController.java

@@ -11,6 +11,7 @@ import org.springframework.web.bind.annotation.RestController;
 import io.swagger.v3.oas.annotations.Operation;
 import io.swagger.v3.oas.annotations.tags.Tag;
 import lombok.RequiredArgsConstructor;
+import xiaozhi.common.exception.ErrorCode;
 import xiaozhi.common.user.UserDetail;
 import xiaozhi.common.utils.Result;
 import xiaozhi.modules.agent.service.AgentMcpAccessPointService;
@@ -40,11 +41,11 @@ public class AgentMcpAccessPointController {
 
         // 检查权限
         if (!agentService.checkAgentPermission(agentId, user.getId())) {
-            return new Result<String>().error("没有权限查看该智能体的MCP接入点地址");
+            return new Result<String>().error(ErrorCode.MCP_ACCESS_POINT_ADDRESS_NO_PERMISSION);
         }
         String agentMcpAccessAddress = agentMcpAccessPointService.getAgentMcpAccessAddress(agentId);
         if (agentMcpAccessAddress == null) {
-            return new Result<String>().ok("请联系管理员进入参数管理配置mcp接入点地址");
+            return new Result<String>().error(ErrorCode.MCP_ACCESS_POINT_ADDRESS_NOT_CONFIGURED);
         }
         return new Result<String>().ok(agentMcpAccessAddress);
     }
@@ -58,7 +59,7 @@ public class AgentMcpAccessPointController {
 
         // 检查权限
         if (!agentService.checkAgentPermission(agentId, user.getId())) {
-            return new Result<List<String>>().error("没有权限查看该智能体的MCP工具列表");
+            return new Result<List<String>>().error(ErrorCode.MCP_ACCESS_POINT_TOOLS_LIST_NO_PERMISSION);
         }
         List<String> agentMcpToolsList = agentMcpAccessPointService.getAgentMcpToolsList(agentId);
         return new Result<List<String>>().ok(agentMcpToolsList);

main/manager-api/src/main/java/xiaozhi/modules/agent/dao/AgentChatTitleDao.java

@@ -0,0 +1,12 @@
+package xiaozhi.modules.agent.dao;
+
+import org.apache.ibatis.annotations.Mapper;
+
+import com.baomidou.mybatisplus.core.mapper.BaseMapper;
+
+import xiaozhi.modules.agent.entity.AgentChatTitleEntity;
+
+@Mapper
+public interface AgentChatTitleDao extends BaseMapper<AgentChatTitleEntity> {
+
+}

main/manager-api/src/main/java/xiaozhi/modules/agent/dao/AgentCorrectWordMappingDao.java

@@ -0,0 +1,21 @@
+package xiaozhi.modules.agent.dao;
+
+import java.util.List;
+
+import org.apache.ibatis.annotations.Mapper;
+import org.apache.ibatis.annotations.Param;
+
+import xiaozhi.common.dao.BaseDao;
+import xiaozhi.modules.agent.entity.AgentCorrectWordMappingEntity;
+
+@Mapper
+public interface AgentCorrectWordMappingDao extends BaseDao<AgentCorrectWordMappingEntity> {
+
+    int deleteByAgentId(@Param("agentId") String agentId);
+
+    int deleteByFileId(@Param("fileId") String fileId);
+
+    int batchInsertMapping(@Param("list") List<AgentCorrectWordMappingEntity> mappings);
+
+    List<AgentCorrectWordMappingEntity> selectByAgentId(@Param("agentId") String agentId);
+}

main/manager-api/src/main/java/xiaozhi/modules/agent/dto/AgentChatSessionDTO.java

@@ -23,4 +23,9 @@ public class AgentChatSessionDTO {
      * 聊天条数
      */
     private Integer chatCount;
+
+    /**
+     * 会话标题
+     */
+    private String title;
 }

main/manager-api/src/main/java/xiaozhi/modules/agent/dto/AgentUpdateDTO.java

@@ -33,6 +33,9 @@ public class AgentUpdateDTO implements Serializable {
     @Schema(description = "大语言模型标识", example = "llm_model_02", nullable = true)
     private String llmModelId;
 
+    @Schema(description = "小模型标识", example = "slm_model_02", nullable = true)
+    private String slmModelId;
+
     @Schema(description = "VLLM模型标识", example = "vllm_model_02", required = false)
     private String vllmModelId;
 
@@ -85,6 +88,9 @@ public class AgentUpdateDTO implements Serializable {
     @Schema(description = "上下文源配置", nullable = true)
     private List<ContextProviderDTO> contextProviders;
 
+    @Schema(description = "替换词文件ID列表", nullable = true)
+    private List<String> correctWordFileIds;
+
     @Data
     @Schema(description = "插件函数信息")
     public static class FunctionInfo implements Serializable {

main/manager-api/src/main/java/xiaozhi/modules/agent/entity/AgentChatTitleEntity.java

@@ -0,0 +1,36 @@
+package xiaozhi.modules.agent.entity;
+
+import java.util.Date;
+
+import com.baomidou.mybatisplus.annotation.IdType;
+import com.baomidou.mybatisplus.annotation.TableField;
+import com.baomidou.mybatisplus.annotation.TableId;
+import com.baomidou.mybatisplus.annotation.TableName;
+
+import lombok.AllArgsConstructor;
+import lombok.Builder;
+import lombok.Data;
+import lombok.NoArgsConstructor;
+
+@Data
+@Builder
+@AllArgsConstructor
+@NoArgsConstructor
+@TableName(value = "ai_agent_chat_title")
+public class AgentChatTitleEntity {
+
+    @TableId(type = IdType.ASSIGN_UUID)
+    private String id;
+
+    @TableField(value = "session_id")
+    private String sessionId;
+
+    @TableField(value = "title")
+    private String title;
+
+    @TableField(value = "created_at")
+    private Date createdAt;
+
+    @TableField(value = "updated_at")
+    private Date updatedAt;
+}

main/manager-api/src/main/java/xiaozhi/modules/agent/entity/AgentCorrectWordMappingEntity.java

@@ -0,0 +1,38 @@
+package xiaozhi.modules.agent.entity;
+
+import java.util.Date;
+
+import com.baomidou.mybatisplus.annotation.IdType;
+import com.baomidou.mybatisplus.annotation.TableId;
+import com.baomidou.mybatisplus.annotation.TableName;
+
+import io.swagger.v3.oas.annotations.media.Schema;
+import lombok.Data;
+
+@Data
+@TableName("ai_agent_correct_word_mapping")
+@Schema(description = "智能体替换词文件关联")
+public class AgentCorrectWordMappingEntity {
+
+    @TableId(type = IdType.ASSIGN_UUID)
+    @Schema(description = "主键")
+    private String id;
+
+    @Schema(description = "智能体ID")
+    private String agentId;
+
+    @Schema(description = "替换词文件ID")
+    private String fileId;
+
+    @Schema(description = "创建者")
+    private Long creator;
+
+    @Schema(description = "创建时间")
+    private Date createdAt;
+
+    @Schema(description = "更新者")
+    private Long updater;
+
+    @Schema(description = "更新时间")
+    private Date updatedAt;
+}

main/manager-api/src/main/java/xiaozhi/modules/agent/entity/AgentEntity.java

@@ -37,6 +37,9 @@ public class AgentEntity {
     @Schema(description = "大语言模型标识")
     private String llmModelId;
 
+    @Schema(description = "小模型标识")
+    private String slmModelId;
+
     @Schema(description = "VLLM模型标识")
     private String vllmModelId;
 

main/manager-api/src/main/java/xiaozhi/modules/agent/service/AgentChatSummaryService.java

@@ -12,4 +12,12 @@ public interface AgentChatSummaryService {
      * @return 保存结果
      */
     boolean generateAndSaveChatSummary(String sessionId);
+
+    /**
+     * 根据会话ID生成聊天标题并保存
+     *
+     * @param sessionId 会话ID
+     * @return 是否成功
+     */
+    boolean generateAndSaveChatTitle(String sessionId);
 }

main/manager-api/src/main/java/xiaozhi/modules/agent/service/AgentChatTitleService.java

@@ -0,0 +1,10 @@
+package xiaozhi.modules.agent.service;
+
+import xiaozhi.modules.agent.entity.AgentChatTitleEntity;
+
+public interface AgentChatTitleService {
+
+    void saveOrUpdateTitle(String sessionId, String title);
+
+    String getTitleBySessionId(String sessionId);
+}

main/manager-api/src/main/java/xiaozhi/modules/agent/service/biz/impl/AgentChatHistoryBizServiceImpl.java

@@ -52,7 +52,7 @@ public class AgentChatHistoryBizServiceImpl implements AgentChatHistoryBizServic
     public Boolean report(AgentChatHistoryReportDTO report) {
         String macAddress = report.getMacAddress();
         Byte chatType = report.getChatType();
-        Long reportTimeMillis = null != report.getReportTime() ? report.getReportTime() * 1000
+        Long reportTimeMillis = null != report.getReportTime() ? report.getReportTime()
                 : System.currentTimeMillis();
         log.info("小智设备聊天上报请求: macAddress={}, type={} reportTime={}", macAddress, chatType, reportTimeMillis);
 

main/manager-api/src/main/java/xiaozhi/modules/agent/service/impl/AgentChatHistoryServiceImpl.java

@@ -6,6 +6,7 @@ import java.util.Map;
 import java.util.stream.Collectors;
 
 import cn.hutool.core.collection.ListUtil;
+import lombok.RequiredArgsConstructor;
 import org.springframework.stereotype.Service;
 import org.springframework.transaction.annotation.Transactional;
 
@@ -26,6 +27,7 @@ import xiaozhi.modules.agent.dto.AgentChatHistoryDTO;
 import xiaozhi.modules.agent.dto.AgentChatSessionDTO;
 import xiaozhi.modules.agent.entity.AgentChatHistoryEntity;
 import xiaozhi.modules.agent.service.AgentChatHistoryService;
+import xiaozhi.modules.agent.service.AgentChatTitleService;
 import xiaozhi.modules.agent.vo.AgentChatHistoryUserVO;
 
 /**
@@ -36,9 +38,12 @@ import xiaozhi.modules.agent.vo.AgentChatHistoryUserVO;
  * @since 1.0.0
  */
 @Service
+@RequiredArgsConstructor
 public class AgentChatHistoryServiceImpl extends ServiceImpl<AiAgentChatHistoryDao, AgentChatHistoryEntity>
         implements AgentChatHistoryService {
 
+    private final AgentChatTitleService agentChatTitleService;
+
     @Override
     public PageData<AgentChatSessionDTO> getSessionListByAgentId(Map<String, Object> params) {
         String agentId = (String) params.get("agentId");
@@ -61,6 +66,7 @@ public class AgentChatHistoryServiceImpl extends ServiceImpl<AiAgentChatHistoryD
             dto.setSessionId((String) map.get("session_id"));
             dto.setCreatedAt((LocalDateTime) map.get("created_at"));
             dto.setChatCount(((Number) map.get("chat_count")).intValue());
+            dto.setTitle(agentChatTitleService.getTitleBySessionId(dto.getSessionId()));
             return dto;
         }).collect(Collectors.toList());
 
@@ -91,7 +97,7 @@ public class AgentChatHistoryServiceImpl extends ServiceImpl<AiAgentChatHistoryD
             if (ToolUtil.isNotEmpty(audioIds)) {
                 // 每批删除1000条
                 List<List<String>> batch = ListUtil.split(audioIds, 1000);
-                batch.forEach(dataList->{
+                batch.forEach(dataList -> {
                     baseMapper.deleteAudioByIds(dataList);
                 });
             }

main/manager-api/src/main/java/xiaozhi/modules/agent/service/impl/AgentChatSummaryServiceImpl.java

@@ -14,6 +14,7 @@ import org.springframework.stereotype.Service;
 import com.baomidou.mybatisplus.core.conditions.query.QueryWrapper;
 
 import lombok.RequiredArgsConstructor;
+import xiaozhi.common.constant.Constant;
 import xiaozhi.modules.agent.dto.AgentChatHistoryDTO;
 import xiaozhi.modules.agent.dto.AgentChatSummaryDTO;
 import xiaozhi.modules.agent.dto.AgentMemoryDTO;
@@ -21,6 +22,7 @@ import xiaozhi.modules.agent.dto.AgentUpdateDTO;
 import xiaozhi.modules.agent.entity.AgentChatHistoryEntity;
 import xiaozhi.modules.agent.service.AgentChatHistoryService;
 import xiaozhi.modules.agent.service.AgentChatSummaryService;
+import xiaozhi.modules.agent.service.AgentChatTitleService;
 import xiaozhi.modules.agent.service.AgentService;
 import xiaozhi.modules.agent.vo.AgentInfoVO;
 import xiaozhi.modules.device.entity.DeviceEntity;
@@ -41,6 +43,7 @@ public class AgentChatSummaryServiceImpl implements AgentChatSummaryService {
 
     private final AgentChatHistoryService agentChatHistoryService;
     private final AgentService agentService;
+    private final AgentChatTitleService agentChatTitleService;
     private final DeviceService deviceService;
     private final LLMService llmService;
     private final ModelConfigService modelConfigService;
@@ -90,33 +93,40 @@ public class AgentChatSummaryServiceImpl implements AgentChatSummaryService {
     @Override
     public boolean generateAndSaveChatSummary(String sessionId) {
         try {
-            // 1. 生成总结
-            AgentChatSummaryDTO summaryDTO = generateChatSummary(sessionId);
-            if (!summaryDTO.isSuccess()) {
-                log.info("生成总结失败: {}", summaryDTO.getErrorMessage());
-                return false;
-            }
-
-            // 2. 获取设备信息（通过会话关联的设备）
             DeviceEntity device = getDeviceBySessionId(sessionId);
             if (device == null) {
                 log.info("未找到与会话 {} 关联的设备", sessionId);
                 return false;
             }
 
-            // 3. 更新智能体记忆
-            AgentMemoryDTO memoryDTO = new AgentMemoryDTO();
-            memoryDTO.setSummaryMemory(summaryDTO.getSummary());
+            String agentId = device.getAgentId();
+            String memModelId = agentService.getAgentById(agentId).getMemModelId();
 
-            // 调用现有接口更新记忆
-            agentService.updateAgentById(device.getAgentId(),
-                    new AgentUpdateDTO() {
+            if (memModelId == null || memModelId.equals(Constant.MEMORY_MEM_REPORT_ONLY)) {
+                log.info("会话 {} 使用仅上报聊天记录模式，跳过记忆总结", sessionId);
+                return true;
+            }
+
+            boolean shouldSummarizeMemory = !memModelId.equals(Constant.MEMORY_NO_MEM)
+                    && !memModelId.equals(Constant.MEMORY_MEM0AI)
+                    && !memModelId.equals(Constant.MEMORY_POWERMEM);
+
+            if (shouldSummarizeMemory) {
+                AgentChatSummaryDTO summaryDTO = generateChatSummary(sessionId);
+                if (summaryDTO.isSuccess()) {
+                    agentService.updateAgentById(agentId, new AgentUpdateDTO() {
                         {
                             setSummaryMemory(summaryDTO.getSummary());
                         }
                     });
+                    log.info("成功保存会话 {} 的聊天记录总结到智能体 {}", sessionId, agentId);
+                } else {
+                    log.info("生成总结失败: {}", summaryDTO.getErrorMessage());
+                }
+            } else {
+                log.info("会话 {} 使用 {} 模式，跳过记忆总结", sessionId, memModelId);
+            }
 
-            log.info("成功保存会话 {} 的聊天记录总结到智能体 {}", sessionId, device.getAgentId());
             return true;
 
         } catch (Exception e) {
@@ -125,6 +135,98 @@ public class AgentChatSummaryServiceImpl implements AgentChatSummaryService {
         }
     }
 
+    @Override
+    public boolean generateAndSaveChatTitle(String sessionId) {
+        try {
+            // 自动获取agentId
+            String agentId = findAgentIdBySessionId(sessionId);
+            if (StringUtils.isBlank(agentId)) {
+                log.warn("会话 {} 无法获取智能体信息，跳过标题生成", sessionId);
+                return false;
+            }
+
+            List<AgentChatHistoryDTO> chatHistory = getChatHistoryBySessionId(sessionId);
+            if (chatHistory == null || chatHistory.isEmpty()) {
+                return false;
+            }
+
+            List<String> meaningfulMessages = extractMeaningfulMessages(chatHistory);
+            if (meaningfulMessages.isEmpty()) {
+                return false;
+            }
+
+            StringBuilder conversation = new StringBuilder();
+            for (int i = 0; i < meaningfulMessages.size(); i++) {
+                conversation.append("消息").append(i + 1).append(": ").append(meaningfulMessages.get(i)).append("\n");
+            }
+
+            String slmModelId = getSlmModelId(agentId);
+            String title = llmService.generateTitle(conversation.toString(), slmModelId);
+
+            if (StringUtils.isNotBlank(title)) {
+                agentChatTitleService.saveOrUpdateTitle(sessionId, title);
+                log.info("成功保存会话 {} 的标题: {}", sessionId, title);
+                return true;
+            }
+            return false;
+        } catch (Exception e) {
+            log.error("生成会话 {} 的标题时发生错误: {}", sessionId, e.getMessage());
+            return false;
+        }
+    }
+
+    private String getSlmModelId(String agentId) {
+        try {
+            if (StringUtils.isBlank(agentId)) {
+                return null;
+            }
+
+            AgentInfoVO agentInfo = agentService.getAgentById(agentId);
+            if (agentInfo == null) {
+                return null;
+            }
+
+            String slmModelId = agentInfo.getSlmModelId();
+            if (StringUtils.isNotBlank(slmModelId)) {
+                log.info("会话 {} 使用SLM模型: {}", agentId, slmModelId);
+                return slmModelId;
+            }
+
+            ModelConfigEntity defaultLlmConfig = getDefaultLLMConfig();
+            if (defaultLlmConfig != null) {
+                log.info("会话 {} 使用默认LLM模型: {}", agentId, defaultLlmConfig.getId());
+                return defaultLlmConfig.getId();
+            }
+
+            String llmModelId = agentInfo.getLlmModelId();
+            log.info("会话 {} 使用LLM模型(最终回退): {}", agentId, llmModelId);
+            return llmModelId;
+        } catch (Exception e) {
+            log.error("获取智能体slm模型ID失败，agentId: {}, 错误: {}", agentId, e.getMessage());
+            return null;
+        }
+    }
+
+    private ModelConfigEntity getDefaultLLMConfig() {
+        try {
+            List<ModelConfigEntity> llmConfigs = modelConfigService.getEnabledModelsByType("LLM");
+            if (llmConfigs == null || llmConfigs.isEmpty()) {
+                return null;
+            }
+
+            for (ModelConfigEntity config : llmConfigs) {
+                if (config.getIsDefault() != null && config.getIsDefault() == 1) {
+                    return config;
+                }
+            }
+
+            return llmConfigs.get(0);
+        } catch (Exception e) {
+            log.error("获取默认LLM配置失败: {}", e.getMessage());
+            return null;
+        }
+    }
+
     /**
      * 根据会话ID获取聊天记录
      */
@@ -305,15 +407,13 @@ public class AgentChatSummaryServiceImpl implements AgentChatSummaryService {
      */
     private String callJavaLLMForSummaryWithHistory(String conversation, String historyMemory, String agentId) {
         try {
-            // 获取智能体配置，从中提取记忆总结的模型ID
-            String modelId = getMemorySummaryModelId(agentId);
+            String modelId = getSlmModelId(agentId);
 
             if (StringUtils.isBlank(modelId)) {
-                log.info("未找到记忆总结的LLM模型配置，使用默认LLM服务");
+                log.info("未找到SLM模型，使用默认LLM服务");
                 return llmService.generateSummaryWithHistory(conversation, historyMemory, null, null);
             }
 
-            // 使用指定的模型ID调用LLM服务（支持历史记忆合并）
             String summary = llmService.generateSummaryWithHistory(conversation, historyMemory, null, modelId);
 
             if (StringUtils.isNotBlank(summary) && !summary.equals("服务暂不可用") && !summary.equals("总结生成失败")) {
@@ -333,15 +433,13 @@ public class AgentChatSummaryServiceImpl implements AgentChatSummaryService {
      */
     private String callJavaLLMForSummary(String conversation, String agentId) {
         try {
-            // 获取智能体配置，从中提取记忆总结的模型ID
-            String modelId = getMemorySummaryModelId(agentId);
+            String modelId = getSlmModelId(agentId);
 
             if (StringUtils.isBlank(modelId)) {
-                log.info("未找到记忆总结的LLM模型配置，使用默认LLM服务");
+                log.info("未找到SLM模型，使用默认LLM服务");
                 return llmService.generateSummary(conversation);
             }
 
-            // 使用指定的模型ID调用LLM服务
             String summary = llmService.generateSummaryWithModel(conversation, modelId);
 
             if (StringUtils.isNotBlank(summary) && !summary.equals("服务暂不可用") && !summary.equals("总结生成失败")) {

main/manager-api/src/main/java/xiaozhi/modules/agent/service/impl/AgentChatTitleServiceImpl.java

@@ -0,0 +1,60 @@
+package xiaozhi.modules.agent.service.impl;
+
+import java.util.Date;
+
+import org.apache.commons.lang3.StringUtils;
+import org.springframework.stereotype.Service;
+
+import com.baomidou.mybatisplus.core.conditions.query.QueryWrapper;
+
+import lombok.RequiredArgsConstructor;
+import xiaozhi.modules.agent.dao.AgentChatTitleDao;
+import xiaozhi.modules.agent.entity.AgentChatTitleEntity;
+import xiaozhi.modules.agent.service.AgentChatTitleService;
+
+@Service
+@RequiredArgsConstructor
+public class AgentChatTitleServiceImpl implements AgentChatTitleService {
+
+    private final AgentChatTitleDao agentChatTitleDao;
+
+    @Override
+    public void saveOrUpdateTitle(String sessionId, String title) {
+        if (StringUtils.isBlank(sessionId) || StringUtils.isBlank(title)) {
+            return;
+        }
+
+        QueryWrapper<AgentChatTitleEntity> wrapper = new QueryWrapper<>();
+        wrapper.eq("session_id", sessionId);
+
+        AgentChatTitleEntity existing = agentChatTitleDao.selectOne(wrapper);
+
+        if (existing != null) {
+            existing.setTitle(title);
+            existing.setUpdatedAt(new Date());
+            agentChatTitleDao.updateById(existing);
+        } else {
+            AgentChatTitleEntity newEntity = AgentChatTitleEntity.builder()
+                    .id(java.util.UUID.randomUUID().toString().replace("-", ""))
+                    .sessionId(sessionId)
+                    .title(title)
+                    .createdAt(new Date())
+                    .updatedAt(new Date())
+                    .build();
+            agentChatTitleDao.insert(newEntity);
+        }
+    }
+
+    @Override
+    public String getTitleBySessionId(String sessionId) {
+        if (StringUtils.isBlank(sessionId)) {
+            return null;
+        }
+
+        QueryWrapper<AgentChatTitleEntity> wrapper = new QueryWrapper<>();
+        wrapper.eq("session_id", sessionId);
+
+        AgentChatTitleEntity entity = agentChatTitleDao.selectOne(wrapper);
+        return entity != null ? entity.getTitle() : null;
+    }
+}

main/manager-api/src/main/java/xiaozhi/modules/agent/service/impl/AgentServiceImpl.java

@@ -48,6 +48,7 @@ import xiaozhi.modules.agent.service.AgentService;
 import xiaozhi.modules.agent.service.AgentTagService;
 import xiaozhi.modules.agent.service.AgentTemplateService;
 import xiaozhi.modules.agent.vo.AgentInfoVO;
+import xiaozhi.modules.correctword.service.CorrectWordFileService;
 import xiaozhi.modules.device.entity.DeviceEntity;
 import xiaozhi.modules.device.service.DeviceService;
 import xiaozhi.modules.model.dto.ModelProviderDTO;
@@ -74,6 +75,7 @@ public class AgentServiceImpl extends BaseServiceImpl<AgentDao, AgentEntity> imp
     private final ModelProviderService modelProviderService;
     private final AgentContextProviderService agentContextProviderService;
     private final AgentTagService agentTagService;
+    private final CorrectWordFileService correctWordFileService;
 
     @Override
     public PageData<AgentEntity> adminAgentList(Map<String, Object> params) {
@@ -104,6 +106,10 @@ public class AgentServiceImpl extends BaseServiceImpl<AgentDao, AgentEntity> imp
             agent.setContextProviders(contextProviderEntity.getContextProviders());
         }
 
+        // 查询替换词文件ID列表
+        List<String> correctWordFileIds = correctWordFileService.getAgentCorrectWordFileIds(id);
+        agent.setCorrectWordFileIds(correctWordFileIds);
+
         // 无需额外查询插件列表，已通过SQL查询出来
         return agent;
     }
@@ -140,40 +146,32 @@ public class AgentServiceImpl extends BaseServiceImpl<AgentDao, AgentEntity> imp
         QueryWrapper<AgentEntity> queryWrapper = new QueryWrapper<>();
         queryWrapper.eq("user_id", userId).orderByDesc("created_at");
 
-        // 如果有搜索关键词，根据搜索类型添加相应的查询条件
         if (StringUtils.isNotBlank(keyword)) {
-            if ("mac".equals(searchType)) {
-                // 按MAC地址搜索：先搜索设备，再获取对应的智能体
+            queryWrapper.and(w -> {
+                // 按名称搜索
+                w.like("agent_name", keyword);
+
+                // 按MAC地址搜索：先查设备，再获取对应的智能体ID
                 List<DeviceEntity> devices = Optional
-                        .ofNullable(deviceService.searchDevicesByMacAddress(keyword, userId)).orElseGet(ArrayList::new);
-                // 获取设备对应的智能体ID列表
+                        .ofNullable(deviceService.searchDevicesByMacAddress(keyword, userId))
+                        .orElseGet(ArrayList::new);
                 List<String> agentIds = devices.stream()
                         .map(DeviceEntity::getAgentId)
                         .distinct()
                         .collect(Collectors.toList());
                 if (ToolUtil.isNotEmpty(agentIds)) {
-                    queryWrapper.in("id", agentIds);
-                } else {
-                    return new ArrayList<>();
+                    w.or().in("id", agentIds);
                 }
-            } else {
-                // 按名称搜索（默认）：同时搜索智能体名称和标签名
+
+                // 按标签名搜索
                 List<String> tagAgentIds = agentTagService.getAgentIdsByTagName(keyword);
                 if (ToolUtil.isNotEmpty(tagAgentIds)) {
-                    queryWrapper.and(wrapper -> wrapper
-                            .like("agent_name", keyword)
-                            .or()
-                            .in("id", tagAgentIds));
-                } else {
-                    queryWrapper.like("agent_name", keyword);
+                    w.or().in("id", tagAgentIds);
                 }
-            }
+            });
         }
 
-        // 执行查询
         List<AgentEntity> agentEntities = baseDao.selectList(queryWrapper);
-
-        // 转换为DTO并设置所有必要字段
         return agentEntities.stream().map(this::buildAgentDTO).collect(Collectors.toList());
     }
 
@@ -300,6 +298,9 @@ public class AgentServiceImpl extends BaseServiceImpl<AgentDao, AgentEntity> imp
         if (dto.getLlmModelId() != null) {
             existingEntity.setLlmModelId(dto.getLlmModelId());
         }
+        if (dto.getSlmModelId() != null) {
+            existingEntity.setSlmModelId(dto.getSlmModelId());
+        }
         if (dto.getVllmModelId() != null) {
             existingEntity.setVllmModelId(dto.getVllmModelId());
         }
@@ -406,13 +407,14 @@ public class AgentServiceImpl extends BaseServiceImpl<AgentDao, AgentEntity> imp
         existingEntity.setUpdatedAt(new Date());
 
         // 更新记忆策略
-        if (existingEntity.getMemModelId() == null || existingEntity.getMemModelId().equals(Constant.MEMORY_NO_MEM)) {
-            // 删除所有记录
+        // 删除所有记录
+        if (existingEntity.getMemModelId() != null && existingEntity.getMemModelId().equals(Constant.MEMORY_NO_MEM)) {
             agentChatHistoryService.deleteByAgentId(existingEntity.getId(), true, true);
             existingEntity.setSummaryMemory("");
-        } else if (existingEntity.getChatHistoryConf() != null && existingEntity.getChatHistoryConf() == 1) {
-            // 删除音频数据
-            agentChatHistoryService.deleteByAgentId(existingEntity.getId(), true, false);
+            // 删除记忆
+        } else if (existingEntity.getMemModelId() != null
+                && existingEntity.getMemModelId().equals(Constant.MEMORY_MEM_REPORT_ONLY)) {
+            existingEntity.setSummaryMemory("");
         }
 
         // 更新上下文源配置
@@ -423,6 +425,11 @@ public class AgentServiceImpl extends BaseServiceImpl<AgentDao, AgentEntity> imp
             agentContextProviderService.saveOrUpdateByAgentId(contextEntity);
         }
 
+        // 更新替换词文件关联
+        if (dto.getCorrectWordFileIds() != null) {
+            correctWordFileService.saveAgentCorrectWords(agentId, dto.getCorrectWordFileIds());
+        }
+
         boolean b = validateLLMIntentParams(dto.getLlmModelId(), dto.getIntentModelId());
         if (!b) {
             throw new RenException(ErrorCode.LLM_INTENT_PARAMS_MISMATCH);
@@ -505,6 +512,13 @@ public class AgentServiceImpl extends BaseServiceImpl<AgentDao, AgentEntity> imp
             entity.setLanguage(template.getLanguage());
         }
 
+        if (entity.getSlmModelId() == null) {
+            String defaultSlmModelId = getDefaultLLMModelId();
+            if (defaultSlmModelId != null) {
+                entity.setSlmModelId(defaultSlmModelId);
+            }
+        }
+
         // 设置用户ID和创建者信息
         UserDetail user = SecurityUser.getUser();
         entity.setUserId(user.getId());
@@ -543,4 +557,23 @@ public class AgentServiceImpl extends BaseServiceImpl<AgentDao, AgentEntity> imp
         return entity.getId();
     }
 
+    private String getDefaultLLMModelId() {
+        try {
+            List<ModelConfigEntity> llmConfigs = modelConfigService.getEnabledModelsByType("LLM");
+            if (llmConfigs == null || llmConfigs.isEmpty()) {
+                return null;
+            }
+
+            for (ModelConfigEntity config : llmConfigs) {
+                if (config.getIsDefault() != null && config.getIsDefault() == 1) {
+                    return config.getId();
+                }
+            }
+
+            return llmConfigs.get(0).getId();
+        } catch (Exception e) {
+            return null;
+        }
+    }
+
 }

main/manager-api/src/main/java/xiaozhi/modules/agent/vo/AgentInfoVO.java

@@ -25,4 +25,7 @@ public class AgentInfoVO extends AgentEntity
 
     @Schema(description = "上下文源配置")
     private List<ContextProviderDTO> contextProviders;
+
+    @Schema(description = "替换词文件ID列表")
+    private List<String> correctWordFileIds;
 }

main/manager-api/src/main/java/xiaozhi/modules/config/controller/ConfigController.java

@@ -1,5 +1,7 @@
 package xiaozhi.modules.config.controller;
 
+import java.util.List;
+
 import org.springframework.web.bind.annotation.PostMapping;
 import org.springframework.web.bind.annotation.RequestBody;
 import org.springframework.web.bind.annotation.RequestMapping;
@@ -12,6 +14,7 @@ import lombok.AllArgsConstructor;
 import xiaozhi.common.utils.Result;
 import xiaozhi.common.validator.ValidatorUtils;
 import xiaozhi.modules.config.dto.AgentModelsDTO;
+import xiaozhi.modules.config.dto.CorrectWordsDTO;
 import xiaozhi.modules.config.service.ConfigService;
 
 /**
@@ -41,4 +44,12 @@ public class ConfigController {
         Object models = configService.getAgentModels(dto.getMacAddress(), dto.getSelectedModule());
         return new Result<Object>().ok(models);
     }
+
+    @PostMapping("correct-words")
+    @Operation(summary = "获取智能体替换词")
+    public Result<Object> getCorrectWords(@Valid @RequestBody CorrectWordsDTO dto) {
+        ValidatorUtils.validateEntity(dto);
+        List<String> list = configService.getCorrectWords(dto.getMacAddress());
+        return new Result<Object>().ok(list);
+    }
 }

main/manager-api/src/main/java/xiaozhi/modules/config/dto/CorrectWordsDTO.java

@@ -0,0 +1,14 @@
+package xiaozhi.modules.config.dto;
+
+import io.swagger.v3.oas.annotations.media.Schema;
+import jakarta.validation.constraints.NotBlank;
+import lombok.Data;
+
+@Data
+@Schema(description = "获取智能体替换词DTO")
+public class CorrectWordsDTO {
+
+    @NotBlank(message = "设备MAC地址不能为空")
+    @Schema(description = "设备MAC地址")
+    private String macAddress;
+}

main/manager-api/src/main/java/xiaozhi/modules/config/service/ConfigService.java

@@ -1,11 +1,12 @@
 package xiaozhi.modules.config.service;
 
+import java.util.List;
 import java.util.Map;
 
 public interface ConfigService {
     /**
      * 获取服务器配置
-     * 
+     *
      * @param isCache 是否缓存
      * @return 配置信息
      */
@@ -13,10 +14,18 @@ public interface ConfigService {
 
     /**
      * 获取智能体模型配置
-     * 
+     *
      * @param macAddress     MAC地址
      * @param selectedModule 客户端已实例化的模型
      * @return 模型配置信息
      */
     Map<String, Object> getAgentModels(String macAddress, Map<String, String> selectedModule);
+
+    /**
+     * 获取智能体替换词
+     *
+     * @param macAddress 设备MAC地址
+     * @return 替换词列表，格式如 ["模板1|模板01", "模板2|模板02"]
+     */
+    List<String> getCorrectWords(String macAddress);
 }

main/manager-api/src/main/java/xiaozhi/modules/config/service/impl/ConfigServiceImpl.java

@@ -1,10 +1,12 @@
 package xiaozhi.modules.config.service.impl;
 
 import java.util.ArrayList;
+import java.util.Collections;
 import java.util.HashMap;
 import java.util.List;
 import java.util.Map;
 import java.util.Objects;
+import java.util.stream.Collectors;
 
 import org.apache.commons.lang3.StringUtils;
 import org.springframework.stereotype.Service;
@@ -30,7 +32,9 @@ import xiaozhi.modules.agent.service.AgentMcpAccessPointService;
 import xiaozhi.modules.agent.service.AgentPluginMappingService;
 import xiaozhi.modules.agent.service.AgentService;
 import xiaozhi.modules.agent.service.AgentTemplateService;
+import xiaozhi.modules.correctword.service.CorrectWordFileService;
 import xiaozhi.modules.agent.vo.AgentVoicePrintVO;
+import xiaozhi.modules.correctword.vo.CorrectWordSimpleVO;
 import xiaozhi.modules.config.service.ConfigService;
 import xiaozhi.modules.device.entity.DeviceEntity;
 import xiaozhi.modules.device.service.DeviceService;
@@ -58,6 +62,7 @@ public class ConfigServiceImpl implements ConfigService {
     private final AgentContextProviderService agentContextProviderService;
     private final VoiceCloneService cloneVoiceService;
     private final AgentVoicePrintDao agentVoicePrintDao;
+    private final CorrectWordFileService correctWordFileService;
 
     @Override
     public Object getConfig(Boolean isCache) {
@@ -99,6 +104,7 @@ public class ConfigServiceImpl implements ConfigService {
                 null,
                 null,
                 null,
+                null,
                 result,
                 isCache);
 
@@ -113,7 +119,7 @@ public class ConfigServiceImpl implements ConfigService {
         // 检查是否为管理控制台请求
         String redisKey = RedisKeys.getTmpRegisterMacKey(macAddress);
         Object isAdminRequest = redisUtils.get(redisKey);
-        
+
         if (isAdminRequest != null && "true".equals(isAdminRequest)) {
             // 管理控制台请求，返回getConfig的结果
             redisUtils.delete(redisKey); // 使用后清理
@@ -203,10 +209,11 @@ public class ConfigServiceImpl implements ConfigService {
             mcpEndpoint = mcpEndpoint.replace("/mcp/", "/call/");
             result.put("mcp_endpoint", mcpEndpoint);
         }
-        
+
         // 获取上下文源配置
         AgentContextProviderEntity contextProviderEntity = agentContextProviderService.getByAgentId(agent.getId());
-        if (contextProviderEntity != null && contextProviderEntity.getContextProviders() != null && !contextProviderEntity.getContextProviders().isEmpty()) {
+        if (contextProviderEntity != null && contextProviderEntity.getContextProviders() != null
+                && !contextProviderEntity.getContextProviders().isEmpty()) {
             result.put("context_providers", contextProviderEntity.getContextProviders());
         }
 
@@ -229,6 +236,7 @@ public class ConfigServiceImpl implements ConfigService {
                 agent.getAsrModelId(),
                 agent.getLlmModelId(),
                 agent.getVllmModelId(),
+                agent.getSlmModelId(),
                 agent.getTtsModelId(),
                 agent.getMemModelId(),
                 agent.getIntentModelId(),
@@ -239,6 +247,18 @@ public class ConfigServiceImpl implements ConfigService {
         return result;
     }
 
+    @Override
+    public List<String> getCorrectWords(String macAddress) {
+        DeviceEntity device = deviceService.getDeviceByMacAddress(macAddress);
+        if (device == null) {
+            return Collections.emptyList();
+        }
+        List<CorrectWordSimpleVO> items = correctWordFileService.getAllItemsByAgentId(device.getAgentId());
+        return items.stream()
+                .map(item -> item.getSourceWord() + "|" + item.getTargetWord())
+                .collect(Collectors.toList());
+    }
+
     /**
      * 构建配置信息
      * 
@@ -410,6 +430,7 @@ public class ConfigServiceImpl implements ConfigService {
             String asrModelId,
             String llmModelId,
             String vllmModelId,
+            String slmModelId,
             String ttsModelId,
             String memModelId,
             String intentModelId,
@@ -418,9 +439,9 @@ public class ConfigServiceImpl implements ConfigService {
             boolean isCache) {
         Map<String, String> selectedModule = new HashMap<>();
 
-        String[] modelTypes = { "VAD", "ASR", "TTS", "Memory", "Intent", "LLM", "VLLM", "RAG" };
+        String[] modelTypes = { "VAD", "ASR", "TTS", "Memory", "Intent", "LLM", "VLLM", "SLM", "RAG" };
         String[] modelIds = { vadModelId, asrModelId, ttsModelId, memModelId, intentModelId, llmModelId, vllmModelId,
-                ragModelId };
+                slmModelId, ragModelId };
         String intentLLMModelId = null;
         String memLocalShortLLMModelId = null;
 
@@ -456,7 +477,7 @@ public class ConfigServiceImpl implements ConfigService {
                     // 火山引擎声音克隆需要替换resource_id
                     Map<String, Object> map = (Map<String, Object>) model.getConfigJson();
                     if (Constant.VOICE_CLONE_HUOSHAN_DOUBLE_STREAM.equals(map.get("type"))) {
-                        // 如果voice是”S_“开头的，使用seed-icl-1.0
+                        // 如果voice是”S_”开头的，使用seed-icl-1.0
                         if (voice != null && voice.startsWith("S_")) {
                             map.put("resource_id", "seed-icl-1.0");
                         }
@@ -474,7 +495,7 @@ public class ConfigServiceImpl implements ConfigService {
                     if (map.get("functions") != null) {
                         String functionStr = (String) map.get("functions");
                         if (StringUtils.isNotBlank(functionStr)) {
-                            String[] functions = functionStr.split("\\;");
+                            String[] functions = functionStr.split(";");
                             map.put("functions", functions);
                         }
                     }
@@ -507,6 +528,15 @@ public class ConfigServiceImpl implements ConfigService {
                             typeConfig.put(memLocalShortLLM.getId(), memLocalShortLLM.getConfigJson());
                         }
                     }
+                    // LLM也返回所选的SLM，如果同名id则不重复显示
+                    if (StringUtils.isNotBlank(slmModelId) && !slmModelId.equals(llmModelId)) {
+                        if (!typeConfig.containsKey(slmModelId)) {
+                            ModelConfigEntity slmModel = modelConfigService.getModelByIdFromCache(slmModelId);
+                            if (slmModel != null && slmModel.getConfigJson() != null) {
+                                typeConfig.put(slmModel.getId(), slmModel.getConfigJson());
+                            }
+                        }
+                    }
                 }
             }
             result.put(modelTypes[i], typeConfig);

main/manager-api/src/main/java/xiaozhi/modules/correctword/controller/CorrectWordController.java

@@ -0,0 +1,116 @@
+package xiaozhi.modules.correctword.controller;
+
+import java.net.URLEncoder;
+import java.nio.charset.StandardCharsets;
+import java.util.List;
+import java.util.Map;
+
+import org.apache.shiro.authz.annotation.RequiresPermissions;
+import org.springframework.http.HttpHeaders;
+import org.springframework.http.MediaType;
+import org.springframework.http.ResponseEntity;
+import org.springframework.web.bind.annotation.DeleteMapping;
+import org.springframework.web.bind.annotation.GetMapping;
+import org.springframework.web.bind.annotation.PathVariable;
+import org.springframework.web.bind.annotation.PostMapping;
+import org.springframework.web.bind.annotation.PutMapping;
+import org.springframework.web.bind.annotation.RequestBody;
+import org.springframework.web.bind.annotation.RequestMapping;
+import org.springframework.web.bind.annotation.RequestParam;
+import org.springframework.web.bind.annotation.RestController;
+
+import io.swagger.v3.oas.annotations.Operation;
+import io.swagger.v3.oas.annotations.Parameter;
+import io.swagger.v3.oas.annotations.Parameters;
+import io.swagger.v3.oas.annotations.tags.Tag;
+import jakarta.validation.Valid;
+import lombok.AllArgsConstructor;
+import xiaozhi.common.constant.Constant;
+import xiaozhi.common.page.PageData;
+import xiaozhi.common.utils.Result;
+import xiaozhi.modules.correctword.dto.CorrectWordFileCreateDTO;
+import xiaozhi.modules.correctword.service.CorrectWordFileService;
+import xiaozhi.modules.correctword.vo.CorrectWordFileVO;
+
+@RestController
+@RequestMapping("/correct-word")
+@Tag(name = "替换词管理")
+@AllArgsConstructor
+public class CorrectWordController {
+
+    private final CorrectWordFileService correctWordFileService;
+
+    @PostMapping("/file")
+    @Operation(summary = "创建替换词文件")
+    @RequiresPermissions("sys:role:normal")
+    public Result<CorrectWordFileVO> createFile(@Valid @RequestBody CorrectWordFileCreateDTO dto) {
+        CorrectWordFileVO vo = correctWordFileService.createFile(dto);
+        return new Result<CorrectWordFileVO>().ok(vo);
+    }
+
+    @PutMapping("/file/{fileId}")
+    @Operation(summary = "修改替换词文件")
+    @RequiresPermissions("sys:role:normal")
+    public Result<Void> updateFile(@PathVariable String fileId, @Valid @RequestBody CorrectWordFileCreateDTO dto) {
+        correctWordFileService.updateFile(fileId, dto);
+        return new Result<>();
+    }
+
+    @GetMapping("/file/list")
+    @Operation(summary = "分页获取当前用户替换词文件列表")
+    @RequiresPermissions("sys:role:normal")
+    @Parameters({
+            @Parameter(name = Constant.PAGE, description = "当前页码，从1开始", required = true),
+            @Parameter(name = Constant.LIMIT, description = "每页显示记录数", required = true),
+    })
+    public Result<PageData<CorrectWordFileVO>> listFiles(
+            @Parameter(hidden = true) @RequestParam Map<String, Object> params) {
+        PageData<CorrectWordFileVO> page = correctWordFileService.listFiles(params);
+        return new Result<PageData<CorrectWordFileVO>>().ok(page);
+    }
+
+    @GetMapping("/file/select")
+    @Operation(summary = "智能体获取当前用户替换词文件列表")
+    @RequiresPermissions("sys:role:normal")
+    public Result<List<CorrectWordFileVO>> listAllFiles() {
+        List<CorrectWordFileVO> list = correctWordFileService.listAllFiles();
+        return new Result<List<CorrectWordFileVO>>().ok(list);
+    }
+
+    @GetMapping("/file/download/{fileId}")
+    @Operation(summary = "下载替换词文件")
+    @RequiresPermissions("sys:role:normal")
+    public ResponseEntity<byte[]> downloadFile(@PathVariable String fileId) {
+        CorrectWordFileVO vo = correctWordFileService.getFileContent(fileId);
+        if (vo == null || vo.getContent() == null || vo.getContent().isEmpty()) {
+            return ResponseEntity.notFound().build();
+        }
+        byte[] bytes = String.join("\n", vo.getContent()).getBytes(StandardCharsets.UTF_8);
+        String encodedFileName = URLEncoder.encode(vo.getFileName(), StandardCharsets.UTF_8).replace("+", "%20");
+        String asciiFileName = vo.getFileName().replaceAll("[^\\x00-\\x7F]", "_");
+        return ResponseEntity.ok()
+                .header(HttpHeaders.CONTENT_DISPOSITION,
+                        "attachment; filename=\"" + asciiFileName + "\"; filename*=UTF-8''" + encodedFileName)
+                .contentType(MediaType.APPLICATION_OCTET_STREAM)
+                .body(bytes);
+    }
+
+    @DeleteMapping("/file/{fileId}")
+    @Operation(summary = "删除替换词文件")
+    @RequiresPermissions("sys:role:normal")
+    public Result<Void> deleteFile(@PathVariable String fileId) {
+        correctWordFileService.deleteFile(fileId);
+        return new Result<>();
+    }
+
+    @PostMapping("/file/batch-delete")
+    @Operation(summary = "批量删除替换词文件")
+    @RequiresPermissions("sys:role:normal")
+    public Result<Void> batchDeleteFiles(@RequestBody List<String> fileIds) {
+        if (fileIds == null || fileIds.isEmpty()) {
+            return new Result<>();
+        }
+        correctWordFileService.batchDeleteFiles(fileIds);
+        return new Result<>();
+    }
+}

main/manager-api/src/main/java/xiaozhi/modules/correctword/dao/CorrectWordFileDao.java

@@ -0,0 +1,10 @@
+package xiaozhi.modules.correctword.dao;
+
+import org.apache.ibatis.annotations.Mapper;
+
+import xiaozhi.common.dao.BaseDao;
+import xiaozhi.modules.correctword.entity.CorrectWordFileEntity;
+
+@Mapper
+public interface CorrectWordFileDao extends BaseDao<CorrectWordFileEntity> {
+}

main/manager-api/src/main/java/xiaozhi/modules/correctword/dao/CorrectWordItemDao.java

@@ -0,0 +1,15 @@
+package xiaozhi.modules.correctword.dao;
+
+import java.util.List;
+
+import org.apache.ibatis.annotations.Mapper;
+import org.apache.ibatis.annotations.Param;
+
+import xiaozhi.common.dao.BaseDao;
+import xiaozhi.modules.correctword.entity.CorrectWordItemEntity;
+
+@Mapper
+public interface CorrectWordItemDao extends BaseDao<CorrectWordItemEntity> {
+
+    int batchInsert(@Param("list") List<CorrectWordItemEntity> items);
+}

main/manager-api/src/main/java/xiaozhi/modules/correctword/dto/CorrectWordFileCreateDTO.java

@@ -0,0 +1,24 @@
+package xiaozhi.modules.correctword.dto;
+
+import java.util.List;
+
+import io.swagger.v3.oas.annotations.media.Schema;
+import jakarta.validation.constraints.NotBlank;
+import jakarta.validation.constraints.NotEmpty;
+import lombok.Data;
+
+@Data
+@Schema(description = "创建替换词文件DTO")
+public class CorrectWordFileCreateDTO {
+
+    @NotBlank(message = "文件名不能为空")
+    @Schema(description = "文件名")
+    private String fileName;
+
+    @NotEmpty(message = "替换词内容不能为空")
+    @Schema(description = "替换词内容，每条格式：原词|替换词")
+    private List<String> content;
+
+    @Schema(description = "文件大小（字节），不能超过1MB")
+    private Long fileSize;
+}

main/manager-api/src/main/java/xiaozhi/modules/correctword/entity/CorrectWordFileEntity.java

@@ -0,0 +1,41 @@
+package xiaozhi.modules.correctword.entity;
+
+import java.util.Date;
+
+import com.baomidou.mybatisplus.annotation.IdType;
+import com.baomidou.mybatisplus.annotation.TableId;
+import com.baomidou.mybatisplus.annotation.TableName;
+
+import io.swagger.v3.oas.annotations.media.Schema;
+import lombok.Data;
+
+@Data
+@TableName("ai_agent_correct_word_file")
+@Schema(description = "智能体替换词文件")
+public class CorrectWordFileEntity {
+
+    @TableId(type = IdType.ASSIGN_UUID)
+    @Schema(description = "替换词文件ID")
+    private String id;
+
+    @Schema(description = "原始文件名")
+    private String fileName;
+
+    @Schema(description = "替换词数量")
+    private Integer wordCount;
+
+    @Schema(description = "文件原始内容（用于下载）")
+    private String content;
+
+    @Schema(description = "创建者")
+    private Long creator;
+
+    @Schema(description = "创建时间")
+    private Date createdAt;
+
+    @Schema(description = "更新者")
+    private Long updater;
+
+    @Schema(description = "更新时间")
+    private Date updatedAt;
+}

main/manager-api/src/main/java/xiaozhi/modules/correctword/entity/CorrectWordItemEntity.java

@@ -0,0 +1,27 @@
+package xiaozhi.modules.correctword.entity;
+
+import com.baomidou.mybatisplus.annotation.IdType;
+import com.baomidou.mybatisplus.annotation.TableId;
+import com.baomidou.mybatisplus.annotation.TableName;
+
+import io.swagger.v3.oas.annotations.media.Schema;
+import lombok.Data;
+
+@Data
+@TableName("ai_agent_correct_word_item")
+@Schema(description = "替换词词条")
+public class CorrectWordItemEntity {
+
+    @TableId(type = IdType.ASSIGN_UUID)
+    @Schema(description = "词条ID")
+    private String id;
+
+    @Schema(description = "所属文件ID")
+    private String fileId;
+
+    @Schema(description = "原词")
+    private String sourceWord;
+
+    @Schema(description = "替换词")
+    private String targetWord;
+}

main/manager-api/src/main/java/xiaozhi/modules/correctword/service/CorrectWordFileService.java

@@ -0,0 +1,96 @@
+package xiaozhi.modules.correctword.service;
+
+import java.util.List;
+import java.util.Map;
+
+import xiaozhi.common.page.PageData;
+import xiaozhi.modules.correctword.dto.CorrectWordFileCreateDTO;
+import xiaozhi.modules.correctword.vo.CorrectWordFileVO;
+import xiaozhi.modules.correctword.vo.CorrectWordSimpleVO;
+
+public interface CorrectWordFileService {
+
+    /**
+     * 创建替换词文件
+     *
+     * @param dto 创建参数
+     * @return 文件VO
+     */
+    CorrectWordFileVO createFile(CorrectWordFileCreateDTO dto);
+
+    /**
+     * 修改替换词文件（全量替换词条）
+     *
+     * @param fileId 文件ID
+     * @param dto    修改参数
+     */
+    void updateFile(String fileId, CorrectWordFileCreateDTO dto);
+
+    /**
+     * 获取当前用户的替换词文件列表
+     *
+     * @param params 分页参数
+     * @return 分页数据
+     */
+    PageData<CorrectWordFileVO> listFiles(Map<String, Object> params);
+
+    /**
+     * 获取当前用户的替换词文件列表（不分页，用于下拉选择）
+     *
+     * @return 文件列表
+     */
+    List<CorrectWordFileVO> listAllFiles();
+
+    /**
+     * 获取文件原始内容（用于下载）
+     *
+     * @param fileId 文件ID
+     * @return 文件实体
+     */
+    CorrectWordFileVO getFileContent(String fileId);
+
+    /**
+     * 删除替换词文件及其所有词条和关联记录
+     *
+     * @param fileId 文件ID
+     */
+    void deleteFile(String fileId);
+
+    /**
+     * 删除智能体关联的替换词文件关联记录（不删文件本身）
+     *
+     * @param agentId 智能体ID
+     */
+    void deleteMappingsByAgentId(String agentId);
+
+    /**
+     * 获取智能体的所有替换词条（精简版，供设备端使用）
+     *
+     * @param agentId 智能体ID
+     * @return 替换词列表
+     */
+    List<CorrectWordSimpleVO> getAllItemsByAgentId(String agentId);
+
+    /**
+     * 获取智能体关联的替换词文件ID列表
+     *
+     * @param agentId 智能体ID
+     * @return 文件ID列表
+     */
+    List<String> getAgentCorrectWordFileIds(String agentId);
+
+    /**
+     * 保存智能体关联的替换词文件（全量替换）
+     *
+     * @param agentId 智能体ID
+     * @param fileIds 文件ID列表
+     */
+    void saveAgentCorrectWords(String agentId, List<String> fileIds);
+
+    /**
+     * 批量删除替换词文件
+     *
+     * @param fileIds 文件ID列表
+     */
+    void batchDeleteFiles(List<String> fileIds);
+}

main/manager-api/src/main/java/xiaozhi/modules/correctword/service/impl/CorrectWordFileServiceImpl.java

@@ -0,0 +1,296 @@
+package xiaozhi.modules.correctword.service.impl;
+
+import java.util.ArrayList;
+import java.util.Arrays;
+import java.util.Date;
+import java.util.List;
+import java.util.Map;
+import java.util.stream.Collectors;
+
+import org.springframework.stereotype.Service;
+import org.springframework.transaction.annotation.Transactional;
+
+import com.baomidou.mybatisplus.core.conditions.query.LambdaQueryWrapper;
+import com.baomidou.mybatisplus.core.metadata.IPage;
+
+import lombok.AllArgsConstructor;
+import xiaozhi.common.exception.ErrorCode;
+import xiaozhi.common.exception.RenException;
+import xiaozhi.common.page.PageData;
+import xiaozhi.common.service.impl.BaseServiceImpl;
+import xiaozhi.common.utils.ConvertUtils;
+import xiaozhi.modules.agent.dao.AgentCorrectWordMappingDao;
+import xiaozhi.modules.correctword.dao.CorrectWordFileDao;
+import xiaozhi.modules.correctword.dao.CorrectWordItemDao;
+import xiaozhi.modules.correctword.dto.CorrectWordFileCreateDTO;
+import xiaozhi.modules.agent.entity.AgentCorrectWordMappingEntity;
+import xiaozhi.modules.correctword.entity.CorrectWordFileEntity;
+import xiaozhi.modules.correctword.entity.CorrectWordItemEntity;
+import xiaozhi.modules.correctword.service.CorrectWordFileService;
+import xiaozhi.modules.correctword.vo.CorrectWordFileVO;
+import xiaozhi.modules.correctword.vo.CorrectWordSimpleVO;
+import xiaozhi.modules.security.user.SecurityUser;
+
+@Service
+@AllArgsConstructor
+public class CorrectWordFileServiceImpl extends BaseServiceImpl<CorrectWordFileDao, CorrectWordFileEntity>
+        implements CorrectWordFileService {
+
+    private final CorrectWordFileDao correctWordFileDao;
+    private final CorrectWordItemDao correctWordItemDao;
+    private final AgentCorrectWordMappingDao agentCorrectWordMappingDao;
+
+    @Override
+    @Transactional(rollbackFor = Exception.class)
+    public CorrectWordFileVO createFile(CorrectWordFileCreateDTO dto) {
+        // 校验文件大小不能超过1MB
+        if (dto.getFileSize() != null && dto.getFileSize() > 1024 * 1024) {
+            throw new RenException(ErrorCode.FILE_SIZE_OVER_LIMIT);
+        }
+
+        // 校验文件名是否重复
+        Long userId = SecurityUser.getUserId();
+        LambdaQueryWrapper<CorrectWordFileEntity> nameWrapper = new LambdaQueryWrapper<>();
+        nameWrapper.eq(CorrectWordFileEntity::getCreator, userId)
+                .eq(CorrectWordFileEntity::getFileName, dto.getFileName());
+        if (correctWordFileDao.selectCount(nameWrapper) > 0) {
+            throw new RenException(ErrorCode.CORRECT_WORD_FILE_NAME_EXISTS);
+        }
+
+        List<CorrectWordItemEntity> items = parseContent(dto.getContent());
+
+        // 保存文件记录
+        CorrectWordFileEntity fileEntity = new CorrectWordFileEntity();
+        fileEntity.setFileName(dto.getFileName());
+        fileEntity.setWordCount(items.size());
+        fileEntity.setContent(String.join("\n", dto.getContent()));
+        fileEntity.setCreator(SecurityUser.getUserId());
+        fileEntity.setCreatedAt(new Date());
+        correctWordFileDao.insert(fileEntity);
+
+        // 设置fileId并批量保存词条
+        String fileId = fileEntity.getId();
+        for (CorrectWordItemEntity item : items) {
+            item.setFileId(fileId);
+        }
+        if (!items.isEmpty()) {
+            correctWordItemDao.batchInsert(items);
+        }
+
+        return toVO(fileEntity);
+    }
+
+    @Override
+    @Transactional(rollbackFor = Exception.class)
+    public void updateFile(String fileId, CorrectWordFileCreateDTO dto) {
+        CorrectWordFileEntity fileEntity = correctWordFileDao.selectById(fileId);
+        if (fileEntity == null) {
+            return;
+        }
+
+        // 校验文件名是否重复（排除自身）
+        Long userId = SecurityUser.getUserId();
+        LambdaQueryWrapper<CorrectWordFileEntity> nameWrapper = new LambdaQueryWrapper<>();
+        nameWrapper.eq(CorrectWordFileEntity::getCreator, userId)
+                .eq(CorrectWordFileEntity::getFileName, dto.getFileName())
+                .ne(CorrectWordFileEntity::getId, fileId);
+        if (correctWordFileDao.selectCount(nameWrapper) > 0) {
+            throw new RenException("文件名已存在：" + dto.getFileName());
+        }
+
+        // 先删除旧词条
+        LambdaQueryWrapper<CorrectWordItemEntity> deleteWrapper = new LambdaQueryWrapper<>();
+        deleteWrapper.eq(CorrectWordItemEntity::getFileId, fileId);
+        correctWordItemDao.delete(deleteWrapper);
+
+        // 解析新词条并批量保存
+        List<CorrectWordItemEntity> items = parseContent(dto.getContent());
+        if (!items.isEmpty()) {
+            for (CorrectWordItemEntity item : items) {
+                item.setFileId(fileId);
+            }
+            correctWordItemDao.batchInsert(items);
+        }
+
+        // 更新文件记录
+        fileEntity.setFileName(dto.getFileName());
+        fileEntity.setWordCount(items.size());
+        fileEntity.setContent(String.join("\n", dto.getContent()));
+        fileEntity.setUpdater(SecurityUser.getUserId());
+        fileEntity.setUpdatedAt(new Date());
+        correctWordFileDao.updateById(fileEntity);
+    }
+
+    @Override
+    public PageData<CorrectWordFileVO> listFiles(Map<String, Object> params) {
+        Long userId = SecurityUser.getUserId();
+        IPage<CorrectWordFileEntity> page = getPage(params, "created_at", false);
+        LambdaQueryWrapper<CorrectWordFileEntity> wrapper = new LambdaQueryWrapper<>();
+        wrapper.eq(CorrectWordFileEntity::getCreator, userId)
+                .orderByDesc(CorrectWordFileEntity::getCreatedAt);
+        correctWordFileDao.selectPage(page, wrapper);
+        List<CorrectWordFileVO> voList = toVOList(page.getRecords());
+        return new PageData<>(voList, page.getTotal());
+    }
+
+    @Override
+    public List<CorrectWordFileVO> listAllFiles() {
+        Long userId = SecurityUser.getUserId();
+        LambdaQueryWrapper<CorrectWordFileEntity> wrapper = new LambdaQueryWrapper<>();
+        wrapper.eq(CorrectWordFileEntity::getCreator, userId)
+                .orderByDesc(CorrectWordFileEntity::getCreatedAt);
+        List<CorrectWordFileEntity> entities = correctWordFileDao.selectList(wrapper);
+        return toVOList(entities);
+    }
+
+    @Override
+    public CorrectWordFileVO getFileContent(String fileId) {
+        CorrectWordFileEntity entity = correctWordFileDao.selectById(fileId);
+        return toVO(entity);
+    }
+
+    @Override
+    @Transactional(rollbackFor = Exception.class)
+    public void deleteFile(String fileId) {
+        if (fileId == null || fileId.trim().isEmpty()) {
+            return;
+        }
+        // 先删除关联表记录
+        agentCorrectWordMappingDao.deleteByFileId(fileId);
+        // 删除词条
+        LambdaQueryWrapper<CorrectWordItemEntity> wrapper = new LambdaQueryWrapper<>();
+        wrapper.eq(CorrectWordItemEntity::getFileId, fileId);
+        correctWordItemDao.delete(wrapper);
+        // 删除文件
+        correctWordFileDao.deleteById(fileId);
+    }
+
+    @Override
+    @Transactional(rollbackFor = Exception.class)
+    public void deleteMappingsByAgentId(String agentId) {
+        agentCorrectWordMappingDao.deleteByAgentId(agentId);
+    }
+
+    @Override
+    public List<CorrectWordSimpleVO> getAllItemsByAgentId(String agentId) {
+        // 通过关联表获取文件ID列表
+        List<AgentCorrectWordMappingEntity> mappings = agentCorrectWordMappingDao.selectByAgentId(agentId);
+        if (mappings == null || mappings.isEmpty()) {
+            return new ArrayList<>();
+        }
+        List<String> fileIds = mappings.stream()
+                .map(AgentCorrectWordMappingEntity::getFileId)
+                .collect(Collectors.toList());
+
+        // 根据文件ID列表查询词条
+        LambdaQueryWrapper<CorrectWordItemEntity> wrapper = new LambdaQueryWrapper<>();
+        wrapper.in(CorrectWordItemEntity::getFileId, fileIds);
+        List<CorrectWordItemEntity> entities = correctWordItemDao.selectList(wrapper);
+        return ConvertUtils.sourceToTarget(entities, CorrectWordSimpleVO.class);
+    }
+
+    @Override
+    public List<String> getAgentCorrectWordFileIds(String agentId) {
+        List<AgentCorrectWordMappingEntity> mappings = agentCorrectWordMappingDao.selectByAgentId(agentId);
+        if (mappings == null || mappings.isEmpty()) {
+            return new ArrayList<>();
+        }
+        return mappings.stream()
+                .map(AgentCorrectWordMappingEntity::getFileId)
+                .collect(Collectors.toList());
+    }
+
+    @Override
+    @Transactional(rollbackFor = Exception.class)
+    public void saveAgentCorrectWords(String agentId, List<String> fileIds) {
+        // 先删除旧的关联记录
+        agentCorrectWordMappingDao.deleteByAgentId(agentId);
+
+        if (fileIds == null || fileIds.isEmpty()) {
+            return;
+        }
+
+        // 批量插入新的关联记录
+        Long userId = SecurityUser.getUserId();
+        Date now = new Date();
+        List<AgentCorrectWordMappingEntity> mappings = new ArrayList<>();
+        for (String fileId : fileIds) {
+            AgentCorrectWordMappingEntity mapping = new AgentCorrectWordMappingEntity();
+            mapping.setAgentId(agentId);
+            mapping.setFileId(fileId);
+            mapping.setCreator(userId);
+            mapping.setCreatedAt(now);
+            mapping.setUpdater(userId);
+            mapping.setUpdatedAt(now);
+            mappings.add(mapping);
+        }
+        agentCorrectWordMappingDao.batchInsertMapping(mappings);
+    }
+
+    @Override
+    @Transactional(rollbackFor = Exception.class)
+    public void batchDeleteFiles(List<String> fileIds) {
+        if (fileIds == null || fileIds.isEmpty()) {
+            return;
+        }
+        for (String fileId : fileIds) {
+            if (fileId == null || fileId.trim().isEmpty()) {
+                continue;
+            }
+            deleteFile(fileId.trim());
+        }
+    }
+
+    /**
+     * 解析替换词内容，每条格式：原词|替换词
+     */
+    private List<CorrectWordItemEntity> parseContent(List<String> lines) {
+        List<CorrectWordItemEntity> items = new ArrayList<>();
+        if (lines == null || lines.isEmpty()) {
+            return items;
+        }
+        for (String line : lines) {
+            line = line.trim();
+            if (line.isEmpty()) {
+                continue;
+            }
+            int idx = line.indexOf('|');
+            if (idx <= 0 || idx >= line.length() - 1) {
+                continue;
+            }
+            String sourceWord = line.substring(0, idx).trim();
+            String targetWord = line.substring(idx + 1).trim();
+            if (sourceWord.isEmpty() || targetWord.isEmpty()) {
+                continue;
+            }
+            CorrectWordItemEntity item = new CorrectWordItemEntity();
+            item.setSourceWord(sourceWord);
+            item.setTargetWord(targetWord);
+            items.add(item);
+        }
+        return items;
+    }
+
+    private CorrectWordFileVO toVO(CorrectWordFileEntity entity) {
+        if (entity == null) {
+            return null;
+        }
+        CorrectWordFileVO vo = new CorrectWordFileVO();
+        vo.setId(entity.getId());
+        vo.setFileName(entity.getFileName());
+        vo.setWordCount(entity.getWordCount());
+        vo.setContent(entity.getContent() != null
+                ? Arrays.asList(entity.getContent().split("\n"))
+                : new ArrayList<>());
+        vo.setCreatedAt(entity.getCreatedAt());
+        vo.setUpdatedAt(entity.getUpdatedAt());
+        return vo;
+    }
+
+    private List<CorrectWordFileVO> toVOList(List<CorrectWordFileEntity> entities) {
+        if (entities == null || entities.isEmpty()) {
+            return new ArrayList<>();
+        }
+        return entities.stream().map(this::toVO).collect(Collectors.toList());
+    }
+}

main/manager-api/src/main/java/xiaozhi/modules/correctword/vo/CorrectWordFileVO.java

@@ -0,0 +1,30 @@
+package xiaozhi.modules.correctword.vo;
+
+import java.util.Date;
+import java.util.List;
+
+import io.swagger.v3.oas.annotations.media.Schema;
+import lombok.Data;
+
+@Data
+@Schema(description = "替换词文件列表VO")
+public class CorrectWordFileVO {
+
+    @Schema(description = "替换词文件ID")
+    private String id;
+
+    @Schema(description = "原始文件名")
+    private String fileName;
+
+    @Schema(description = "替换词数量")
+    private Integer wordCount;
+
+    @Schema(description = "替换词内容，每行一条")
+    private List<String> content;
+
+    @Schema(description = "创建时间")
+    private Date createdAt;
+
+    @Schema(description = "更新时间")
+    private Date updatedAt;
+}

main/manager-api/src/main/java/xiaozhi/modules/correctword/vo/CorrectWordSimpleVO.java

@@ -0,0 +1,15 @@
+package xiaozhi.modules.correctword.vo;
+
+import io.swagger.v3.oas.annotations.media.Schema;
+import lombok.Data;
+
+@Data
+@Schema(description = "替换词精简VO（设备端使用）")
+public class CorrectWordSimpleVO {
+
+    @Schema(description = "原词")
+    private String sourceWord;
+
+    @Schema(description = "替换词")
+    private String targetWord;
+}

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/RAGFlow_API接口分类表.md

@@ -1,102 +0,0 @@
-# RAGFlow API Interface Classification
-
-## 1. External APIs (三方接入体系)
-**Path Prefix:** `/api/v1`
-**Authentication:** API Key (`@token_required`)
-**Primary Use:** External system integration, SDK usage.
-
-| Interface Type | Python File Path | Class/Function Name | URL Pattern | Notes |
-|---|---|---|---|---|
-| **External** | `api/apps/sdk/session.py` | `agent_bot_completions` | `/api/v1/agentbots/<agent_id>/completions` | Agent Bot completion |
-| **External** | `api/apps/sdk/session.py` | `begin_inputs` | `/api/v1/agentbots/<agent_id>/inputs` | Get Agent Bot inputs |
-| **External** | `api/apps/sdk/agents.py` | `list_agents` | `/api/v1/agents` | List Agents |
-| **External** | `api/apps/sdk/agents.py` | `create_agent` | `/api/v1/agents` | Create Agent |
-| **External** | `api/apps/sdk/agents.py` | `update_agent` | `/api/v1/agents/<agent_id>` | Update Agent |
-| **External** | `api/apps/sdk/agents.py` | `delete_agent` | `/api/v1/agents/<agent_id>` | Delete Agent |
-| **External** | `api/apps/sdk/session.py` | `agent_completions` | `/api/v1/agents/<agent_id>/completions` | Agent completion |
-| **External** | `api/apps/sdk/session.py` | `create_agent_session` | `/api/v1/agents/<agent_id>/sessions` | Create Agent Session |
-| **External** | `api/apps/sdk/session.py` | `list_agent_session` | `/api/v1/agents/<agent_id>/sessions` | List Agent Sessions |
-| **External** | `api/apps/sdk/session.py` | `delete_agent_session` | `/api/v1/agents/<agent_id>/sessions` | Delete Agent Session |
-| **External** | `api/apps/sdk/session.py` | `agents_completion_openai_compatibility` | `/api/v1/agents_openai/<agent_id>/chat/completions` | OpenAI compatible Agent completion |
-| **External** | `api/apps/sdk/session.py` | `chatbot_completions` | `/api/v1/chatbots/<dialog_id>/completions` | Chatbot completion |
-| **External** | `api/apps/sdk/session.py` | `chatbots_inputs` | `/api/v1/chatbots/<dialog_id>/info` | Chatbot info |
-| **External** | `api/apps/sdk/chat.py` | `create` | `/api/v1/chats` | Create Chat |
-| **External** | `api/apps/sdk/chat.py` | `delete_chats` | `/api/v1/chats` | Delete Chat |
-| **External** | `api/apps/sdk/chat.py` | `list_chat` | `/api/v1/chats` | List Chats |
-| **External** | `api/apps/sdk/chat.py` | `update` | `/api/v1/chats/<chat_id>` | Update Chat |
-| **External** | `api/apps/sdk/session.py` | `chat_completion` | `/api/v1/chats/<chat_id>/completions` | Chat completion |
-| **External** | `api/apps/sdk/session.py` | `create` | `/api/v1/chats/<chat_id>/sessions` | Create Chat Session |
-| **External** | `api/apps/sdk/session.py` | `list_session` | `/api/v1/chats/<chat_id>/sessions` | List Chat Sessions |
-| **External** | `api/apps/sdk/session.py` | `delete` | `/api/v1/chats/<chat_id>/sessions` | Delete Chat Session |
-| **External** | `api/apps/sdk/session.py` | `update` | `/api/v1/chats/<chat_id>/sessions/<session_id>` | Update Chat Session |
-| **External** | `api/apps/sdk/session.py` | `chat_completion_openai_like` | `/api/v1/chats_openai/<chat_id>/chat/completions` | OpenAI compatible Chat completion |
-| **External** | `api/apps/sdk/dataset.py` | `create` | `/api/v1/datasets` | Create Dataset |
-| **External** | `api/apps/sdk/dataset.py` | `delete` | `/api/v1/datasets` | Delete Dataset |
-| **External** | `api/apps/sdk/dataset.py` | `list_datasets` | `/api/v1/datasets` | List Datasets |
-| **External** | `api/apps/sdk/dataset.py` | `update` | `/api/v1/datasets/<dataset_id>` | Update Dataset |
-| **External** | `api/apps/sdk/doc.py` | `parse` | `/api/v1/datasets/<dataset_id>/chunks` | Parse Document Chunks |
-| **External** | `api/apps/sdk/doc.py` | `stop_parsing` | `/api/v1/datasets/<dataset_id>/chunks` | Stop Parsing |
-| **External** | `api/apps/sdk/doc.py` | `upload` | `/api/v1/datasets/<dataset_id>/documents` | Upload Document |
-| **External** | `api/apps/sdk/doc.py` | `list_docs` | `/api/v1/datasets/<dataset_id>/documents` | List Documents |
-| **External** | `api/apps/sdk/doc.py` | `delete` | `/api/v1/datasets/<dataset_id>/documents` | Delete Document |
-| **External** | `api/apps/sdk/doc.py` | `update_doc` | `/api/v1/datasets/<dataset_id>/documents/<document_id>` | Update Document |
-| **External** | `api/apps/sdk/doc.py` | `download` | `/api/v1/datasets/<dataset_id>/documents/<document_id>` | Download Document |
-| **External** | `api/apps/sdk/doc.py` | `list_chunks` | `/api/v1/datasets/<dataset_id>/documents/<document_id>/chunks` | List Chunks |
-| **External** | `api/apps/sdk/doc.py` | `add_chunk` | `/api/v1/datasets/<dataset_id>/documents/<document_id>/chunks` | Add Chunk |
-| **External** | `api/apps/sdk/doc.py` | `update_chunk` | `/api/v1/datasets/<dataset_id>/documents/<document_id>/chunks/<chunk_id>` | Update Chunk |
-| **External** | `api/apps/sdk/dataset.py` | `knowledge_graph` | `/api/v1/datasets/<dataset_id>/knowledge_graph` | Knowledge Graph |
-| **External** | `api/apps/sdk/dataset.py` | `delete_knowledge_graph` | `/api/v1/datasets/<dataset_id>/knowledge_graph` | Delete Knowledge Graph |
-| **External** | `api/apps/sdk/doc.py` | `metadata_summary` | `/api/v1/datasets/<dataset_id>/metadata/summary` | Metadata Summary |
-| **External** | `api/apps/sdk/doc.py` | `metadata_batch_update` | `/api/v1/datasets/<dataset_id>/metadata/update` | Batch Update Metadata |
-| **External** | `api/apps/sdk/dataset.py` | `run_graphrag` | `/api/v1/datasets/<dataset_id>/run_graphrag` | Run GraphRAG |
-| **External** | `api/apps/sdk/dataset.py` | `run_raptor` | `/api/v1/datasets/<dataset_id>/run_raptor` | Run Raptor |
-| **External** | `api/apps/sdk/dataset.py` | `trace_graphrag` | `/api/v1/datasets/<dataset_id>/trace_graphrag` | Trace GraphRAG |
-| **External** | `api/apps/sdk/dataset.py` | `trace_raptor` | `/api/v1/datasets/<dataset_id>/trace_raptor` | Trace Raptor |
-| **External** | `api/apps/sdk/dify_retrieval.py` | `retrieval` | `/api/v1/dify/retrieval` | Dify Retrieval |
-| **External** | `api/apps/sdk/files.py` | `get_all_parent_folders` | `/api/v1/file/all_parent_folder` | Get All Parent Folders |
-| **External** | `api/apps/sdk/files.py` | `convert` | `/api/v1/file/convert` | File Convert |
-| **External** | `api/apps/sdk/files.py` | `create` | `/api/v1/file/create` | File Create |
-| **External** | `api/apps/sdk/files.py` | `download_attachment` | `/api/v1/file/download/<attachment_id>` | Download Attachment |
-| **External** | `api/apps/sdk/files.py` | `get` | `/api/v1/file/get/<file_id>` | Get File |
-| **External** | `api/apps/sdk/files.py` | `list_files` | `/api/v1/file/list` | List Files |
-| **External** | `api/apps/sdk/files.py` | `move` | `/api/v1/file/mv` | Move File |
-| **External** | `api/apps/sdk/files.py` | `get_parent_folder` | `/api/v1/file/parent_folder` | Get Parent Folder |
-| **External** | `api/apps/sdk/files.py` | `rename` | `/api/v1/file/rename` | Rename File |
-| **External** | `api/apps/sdk/files.py` | `rm` | `/api/v1/file/rm` | Remove File |
-| **External** | `api/apps/sdk/files.py` | `get_root_folder` | `/api/v1/file/root_folder` | Get Root Folder |
-| **External** | `api/apps/sdk/files.py` | `upload` | `/api/v1/file/upload` | Upload File |
-| **External** | `api/apps/sdk/doc.py` | `retrieval_test` | `/api/v1/retrieval` | Retrieval Test |
-| **External** | `api/apps/sdk/session.py` | `ask_about_embedded` | `/api/v1/searchbots/ask` | Searchbot Ask |
-| **External** | `api/apps/sdk/session.py` | `detail_share_embedded` | `/api/v1/searchbots/detail` | Searchbot Detail |
-| **External** | `api/apps/sdk/session.py` | `mindmap` | `/api/v1/searchbots/mindmap` | Searchbot Mindmap |
-| **External** | `api/apps/sdk/session.py` | `related_questions_embedded` | `/api/v1/searchbots/related_questions` | Searchbot Related Questions |
-| **External** | `api/apps/sdk/session.py` | `retrieval_test_embedded` | `/api/v1/searchbots/retrieval_test` | Searchbot Retrieval Test |
-| **External** | `api/apps/sdk/session.py` | `ask_about` | `/api/v1/sessions/ask` | Session Ask |
-| **External** | `api/apps/sdk/session.py` | `related_questions` | `/api/v1/sessions/related_questions` | Session Related Questions |
-| **External** | `api/apps/sdk/agents.py` | `webhook` | `/api/v1/webhook_test/<agent_id>` | Webhook Test |
-| **External** | `api/apps/sdk/agents.py` | `webhook_trace` | `/api/v1/webhook_trace/<agent_id>` | Webhook Trace |
-| **External** | `api/apps/sdk/doc.py` | `rm_chunk` | `/api/v1datasets/<dataset_id>/documents/<document_id>/chunks` | Remove Chunk |
-
-
-## 2. Internal APIs (内部前端体系)
-**Path Prefix:** `/v1/<app_name>` matches file `api/apps/<app_name>_app.py`
-**Authentication:** Session/Cookie (`@login_required`)
-**Primary Use:** RAGFlow Web Frontend.
-
-**Selected Core Interfaces:**
-
-| Interface Type | Python File Path | Class/Function Name | URL Pattern | Notes |
-|---|---|---|---|---|
-| Internal | `api/apps/user_app.py` | `login` | `/v1/user/login` | User Login (Frontend) |
-| Internal | `api/apps/user_app.py` | `log_out` | `/v1/user/logout` | User Logout |
-| Internal | `api/apps/user_app.py` | `user_add` | `/v1/user/register` | User Registration |
-| Internal | `api/apps/user_app.py` | `user_profile` | `/v1/user/info` | User Profile Info |
-| Internal | `api/apps/api_app.py` | `new_token` | `/v1/api/new_token` | Generate new API Token |
-| Internal | `api/apps/conversation_app.py` | `set_conversation` | `/v1/conversation/set` | Create/Update Conversation |
-| Internal | `api/apps/conversation_app.py` | `completion` | `/v1/conversation/completion` | Chat Conversation Completion |
-| Internal | `api/apps/kb_app.py` | `list_kbs` | `/v1/kb/list` | List Knowledge Bases |
-| Internal | `api/apps/kb_app.py` | `create` | `/v1/kb/create` | Create Knowledge Base |
-| Internal | `api/apps/document_app.py` | `upload` | `/v1/document/upload` | Upload Document to KB |
-| Internal | `api/apps/document_app.py` | `parse` | `/v1/document/parse` | Parse Document |
-
-*(For a complete list of all 200+ internal APIs, please refer to the `api_endpoints.txt` file or the full scan results)*

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/RAGFlow_Agent_Dify接口详解.md

@@ -1,279 +0,0 @@
-# RAGFlow Agent 与 Dify 兼容接口详解 (Agent & Dify Compatibility)
-
-## 1. Dify 兼容检索 - `retrieval`
-**接口描述**: 模拟 Dify API 格式的知识库检索接口。此接口主要用于让现有的 Dify 客户端或系统能够方便地接入 RAGFlow 的知识库检索能力。它支持文本检索、混合检索以及通过元数据过滤文档。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/dify/retrieval`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| knowledge_id | string | 是 | - | **知识库 ID**。 |
-| query | string | 是 | - | **查询文本**。用户输入的检索问题。 |
-| use_kg | boolean | 否 | false | **使用知识图谱**。是否结合知识图谱进行检索。 |
-| retrieval_setting | object | 否 | {} | **检索配置**。包含相似度阈值和 Top-K。 |
-| metadata_condition | object | 否 | {} | **元数据过滤条件**。用于筛选特定文档。 |
-
-#### 参数详情 (Detail Objects)
-**retrieval_setting**:
-```json
-{
-  "score_threshold": 0.5, // 相似度阈值 (default: 0.0)
-  "top_k": 5              // 返回数量 (default: 1024)
-}
-```
-
-**metadata_condition**:
-```json
-{
-  "logic": "and", // 逻辑关系 (and/or)
-  "conditions": [
-    {
-      "name": "author",           // 字段名
-      "comparison_operator": "eq",// 运算符 (eq, ne, gt, lt 等)
-      "value": "Alice"            // 字段值
-    }
-  ]
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "records": [
-      {
-        "content": "RAGFlow 是一个基于深度文档理解的检索增强生成引擎...",
-        "score": 0.92,
-        "title": "RAGFlow_Introduction.pdf",
-        "metadata": {
-          "doc_id": "doc_uuid_123",
-          "author": "Alice",
-          "publish_year": "2024"
-        }
-      },
-      {
-        "content": "DeepDOC 模型能够精准识别复杂的表格结构...",
-        "score": 0.88,
-        "title": "DeepDOC_Tech_Report.pdf",
-        "metadata": {
-          "doc_id": "doc_uuid_456",
-          "author": "Bob"
-        }
-      }
-    ]
-  }
-}
-```
-
----
-
-## 2. 创建 Agent 会话 - `create_agent_session`
-**接口描述**: 创建一个新的 Agent 会话 (Session)。会话是用户与 Agent 交互的上下文容器，保存了历史对话记录和 DSL（领域特定语言）状态。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/agents/<agent_id>/sessions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| agent_id | string | 是 | **Agent ID**。 |
-
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| user_id | string | 否 | **用户标识**。用于区分不同终端用户的会话。若不传，默认为当前 Tenant ID。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "id": "session_uuid_new_123",
-    "agent_id": "agent_uuid_abc",
-    "user_id": "user_123",
-    "source": "agent",
-    "dsl": { ... }, // 完整的 Agent DSL 定义
-    "messages": [
-      {
-        "role": "assistant",
-        "content": "你好！我是你的智能助手，有什么可以帮你的吗？" // Prologue (开场白)
-      }
-    ]
-  }
-}
-```
-
----
-
-## 3. 获取 Agent 会话列表 - `list_agent_session`
-**接口描述**: 分页获取指定 Agent 下的会话列表。支持按 ID 或 User ID 过滤。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/agents/<agent_id>/sessions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| agent_id | string | 是 | **Agent ID**。 |
-
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| page | int | 否 | 1 | **页码**。 |
-| page_size | int | 否 | 30 | **每页数量**。 |
-| orderby | string | 否 | "update_time" | **排序字段**。 |
-| desc | boolean | 否 | true | **是否降序**。 |
-| id | string | 否 | - | **会话 ID**。精确筛选。 |
-| user_id | string | 否 | - | **用户标识**。筛选特定用户的会话。 |
-| dsl | boolean | 否 | true | **包含 DSL**。是否在返回结果中包含完整的 DSL 结构 (数据量较大)。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": [
-    {
-      "id": "session_uuid_123",
-      "agent_id": "agent_uuid_abc",
-      "user_id": "user_123",
-      "create_time": 1715000000000,
-      "update_time": 1715000050000,
-      "source": "agent",
-      "messages": [
-        {
-          "role": "assistant",
-          "content": "Hi there!"
-        },
-        {
-          "role": "user",
-          "content": "What is RAG?"
-        }
-      ]
-    }
-  ]
-}
-```
-
----
-
-## 4. 删除 Agent 会话 - `delete_agent_session`
-**接口描述**: 批量删除 Agent 会话。
-**请求方法**: `DELETE`
-**接口地址**: `/api/v1/agents/<agent_id>/sessions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| agent_id | string | 是 | **Agent ID**。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| ids | array<string> | 否 | **会话 ID 列表**。若不传该参数，将尝试删除(或清空)该 Agent 下的所有会话（需谨慎）。 |
-
-**Request Example**:
-```json
-{
-  "ids": ["session_id_1", "session_id_2"]
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "success_count": 2,
-    "errors": []
-  }
-}
-```
-
----
-
-## 5. Agent 对话 (流式) - `agent_completions`
-**接口描述**: 向 Agent 发送用户问题并获取回复。这是 Agent 交互的核心接口，支持 **Server-Sent Events (SSE)** 流式响应。Agent 会根据编排好的 DSL 流程执行（可能涉及多个节点、知识库检索、LLM 推理等），并实时推送执行过程和最终结果。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/agents/<agent_id>/completions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| agent_id | string | 是 | **Agent ID**。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| session_id | string | 是 | - | **会话 ID**。必须是 `create_agent_session` 返回的 ID。 |
-| question | string | 是 | - | **用户问题**。 |
-| stream | boolean | 否 | true | **是否流式响应**。强烈建议设为 `true` 以获得更好的用户体验。 |
-| return_trace | boolean | 否 | false | **返回执行轨迹**。如果为 `true`，流式响应中将包含各个节点的执行过程数据 (Trace)。 |
-
-### 响应参数 (Stream Response)
-**Content-Type**: `text/event-stream`
-
-响应是一个 SSE 流，每一行以 `data:` 开头，包含一个 JSON 对象。
-
-**Event Types**:
-- `message`: 普通文本消息片段。
-- `node_finished`: (当 `return_trace=true` 时) 节点执行完成事件，包含节点输出数据。
-- `message_end`: 消息结束。
-- `[DONE]`: 流结束标志。
-
-#### Stream Chunk Examples:
-
-**1. 文本生成片段 (message)**:
-```text
-data:{"code": 0, "message": "success", "data": {"content": "Hello", "reference": {}, "id": "msg_uuid_1"}, "event": "message"}
-
-data:{"code": 0, "message": "success", "data": {"content": " world", "reference": {}, "id": "msg_uuid_1"}, "event": "message"}
-```
-
-**2. 节点执行轨迹 (node_finished, return_trace=true)**:
-```text
-data:{"code": 0, "message": "success", "data": {"component_id": "retrieval_node_1", "content": "...", "trace": [...]}, "event": "node_finished"}
-```
-
-**3. 最终结束 (DONE)**:
-```text
-data:[DONE]
-```
-
-#### Non-Stream Response (stream=false)
-如果不使用流式响应，将等待 Agent 全流程执行完毕后一次性返回 JSON。
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "content": "Hello world! This is the final answer.",
-    "reference": {
-        "chunk_id_1": { ... } // 引用来源
-    },
-    "trace": [ ... ] // 如果 return_trace=true
-  }
-}
-```

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/RAGFlow_Agent接口详解.md

@@ -1,233 +0,0 @@
-## 1. 获取 Agent 列表 - `list_agents`
-**接口描述**: 分页查询当前租户下的所有 Agent 列表，支持按 ID 或标题筛选。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/agents`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-无
-
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| page | int | 否 | 1 | 页码 |
-| page_size | int | 否 | 30 | 每页条数 |
-| orderby | string | 否 | update_time | 排序字段 (create_time, update_time, title) |
-| desc | boolean | 否 | True | 是否降序排列 (True: 降序, False: 升序) |
-| id | string | 否 | - | 按 Agent ID 精确筛选 |
-| title | string | 否 | - | 按 Agent 标题精确筛选 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": [
-    {
-      "id": "e0d34e2c-...",
-      "title": "My Assistant",
-      "description": "A helpful AI assistant",
-      "dsl": { ... }, // Agent 的 DSL 流程定义
-      "user_id": "tenant_123",
-      "avatar": "", // 头像 Base64 或 URL
-      "canvas_category": "Agent",
-      "create_time": 1715623400000,
-      "update_time": 1715624500000
-    }
-  ]
-}
-```
-
----
-
-## 2. 创建 Agent - `create_agent`
-**接口描述**: 创建一个新的 Agent，必须包含标题和 DSL 定义。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/agents`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-无
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| title | string | 是 | - | Agent 的名称 (必须唯一) |
-| dsl | object | 是 | - | Agent 的流程定义 (节点、连线配置) |
-| description | string | 否 | - | Agent 的功能描述 |
-| avatar | string | 否 | - | Agent 头像 (Base64 字符串或 URL) |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": true
-}
-```
-
----
-
-## 3. 更新 Agent - `update_agent`
-**接口描述**: 更新指定 Agent 的配置信息，支持增量更新（仅传递需要修改的字段）。
-**请求方法**: `PUT`
-**接口地址**: `/api/v1/agents/<agent_id>`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| agent_id | string | 是 | 要更新的 Agent ID |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| title | string | 否 | - | 新的 Agent 名称 |
-| dsl | object | 否 | - | 新的 DSL 流程定义 |
-| description | string | 否 | - | 新的功能描述 |
-| avatar | string | 否 | - | 新的头像 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": true
-}
-```
-
----
-
-## 4. 删除 Agent - `delete_agent`
-**接口描述**: 根据 ID 删除指定的 Agent。此操作不可恢复。
-**请求方法**: `DELETE`
-**接口地址**: `/api/v1/agents/<agent_id>`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| agent_id | string | 是 | 要删除的 Agent ID |
-
-#### Body Parameters (JSON)
-无
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": true
-}
-```
-
----
-
-## 5. Webhook 测试触发 - `webhook`
-**接口描述**: 用于测试 Agent 的 Webhook 触发功能。该接口模拟外部系统调用，触发 Agent 按照配置的 "Begin" 节点逻辑开始执行。支持同步等待结果或流式返回（取决于 Agent 配置）。
-**请求方法**: `POST` (支持 GET/PUT/DELETE 等，取决于 Canvas 配置)
-**接口地址**: `/api/v1/webhook_test/<agent_id>`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| agent_id | string | 是 | Agent 的唯一标识符 |
-
-#### Query / Headers / Body Parameters
-**说明**: 此接口的参数完全动态，取决于 Agent 画布中 **"Begin" (开始)** 节点的 **Webhook** 配置。
-- 如果配置了 Query 参数验证，则需在 URL 中传递对应参数。
-- 如果配置了 Header 验证，则需传递对应 Header。
-- **Body**: 通常为 JSON 格式，包含 Agent 运行所需的变量（inputs）或上下文数据。
-
-**Body Example (JSON)**:
-```json
-{
-  "inputs": {
-    "topic": "AI Trends",
-    "style": "professional"
-  },
-  "query": "Start generation"
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json` (或 `text/event-stream`)
-
-**即时响应模式 (Immediately)**:
-```json
-{
-  "code": 0,
-  "data": {
-    "content": "生成的回答内容...",
-    "usage": { ... }
-  }
-}
-```
-
-**流式响应模式 (SSE)**:
-如果不使用 `webhook_test` 而是生产环境 `webhook` 且配置为 SSE，则返回流式数据。但在 `webhook_test` 接口中，通常配合 `webhook_trace` 进行异步调试。
-
----
-
-## 6. Webhook 执行轨迹查询 - `webhook_trace`
-**接口描述**: 轮询查询 Agent 在 Webhook 测试触发后的执行日志和中间状态。采用长轮询或游标机制，实时获取执行进度。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/webhook_trace/<agent_id>`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| agent_id | string | 是 | Agent 的唯一标识符 |
-
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| since_ts | float | 否 | 当前时间 | 起始时间戳。返回此时间之后的日志事件。首次调用可不传（获取当前时间作为游标）。 |
-| webhook_id | string | 否 | - | Webhook 会话 ID。用于锁定特定的某次执行记录。首次轮询时不传，接口会返回新生成的 ID。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "webhook_id": "YWdlbnxxxx...",  // 当前追踪的会话 ID (加密串)
-    "finished": false,              // 执行是否已结束 (true/false)
-    "next_since_ts": 1715629999.5,  // 下一次轮询应使用的 since_ts
-    "events": [                     // 本次轮询获取到的新事件列表
-      {
-        "ts": 1715629998.1,
-        "event": "message",         // 事件类型: message, start_to_think, finished, error 等
-        "data": {
-            "content": "思考中...",
-            "reference": []
-        }
-      }
-    ]
-  }
-}
-```
-
-### 💡 最佳实践 (调试流程)
-1.  **初始化**: 调用 `GET /webhook_trace/<id>` (不带参数)，获取 `next_since_ts` (记为 `T0`)。
-2.  **触发**: 调用 `POST /webhook_test/<id>` 发送测试数据。
-3.  **首帧捕获**: 循环调用 `GET /webhook_trace/<id>?since_ts=T0`，直到返回 `webhook_id` (记为 `WID`) 和第一批 `events`。
-4.  **持续追踪**: 使用 `WID` 和响应中的 `next_since_ts` 持续轮询，直到 `data.finished == true`。

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/RAGFlow_Chat_Completion接口详解.md

@@ -1,164 +0,0 @@
-# RAGFlow 对话交互接口详解 (Chat Completion & OpenAI Compatibility)
-
-## 5. 对话助手对话 (流式) - `chat_completion`
-**接口描述**: 发送问题给对话助手 (Assistant/Chat) 并获取回复。这是 RAGFlow 最核心的原生对话接口，支持 **Server-Sent Events (SSE)** 流式响应。它会根据助手绑定的知识库进行 RAG 检索生成。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/chats/<chat_id>/completions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| chat_id | string | 是 | **助手 ID**。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| session_id | string | 是 | - | **会话 ID**。从 `create_chat_session` 获取。 |
-| question | string | 是 | - | **用户问题**。 |
-| stream | boolean | 否 | true | **是否流式响应**。 |
-| quote | boolean | 否 | false | **返回引用**。是否在响应中包含检索到的引用片段。 |
-| doc_ids | string | 否 | - | **限定文档 ID**。多个 ID 用逗号分隔，仅检索指定文档。 |
-| metadata_condition | object | 否 | {} | **元数据过滤**。用于限定检索范围。 |
-
-### 响应参数 (Stream Response)
-**Content-Type**: `text/event-stream`
-
-每一行数据以 `data:` 开头，包含一个 JSON 对象。
-
-**Event Example**:
-```text
-data:{"code": 0, "message": "success", "data": {"answer": "Hello", "reference": {}}}
-
-data:{"code": 0, "message": "success", "data": {"answer": " world!", "reference": {}}}
-
-data:{"code": 0, "message": "success", "data": {"answer": "", "reference": {"chunk_1": {...}}}} // 引用数据
-```
-
-### 响应参数 (Non-Stream Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "answer": "Hello world! This is the generated response.",
-    "reference": {
-      "chunk_id_1": {
-        "content_with_weight": "Original text...",
-        "doc_name": "manual.pdf"
-      }
-    }
-  }
-}
-```
-
----
-
-## 6. OpenAI 兼容对话 - `chat_completion_openai_like`
-**接口描述**: 提供与 **OpenAI API (`/v1/chat/completions`)** 完全兼容的接口。允许开发者使用 LangChain、OpenAI Python SDK 或其他支持 OpenAI 协议的工具直接调用 RAGFlow，实现无缝迁移。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/chats_openai/<chat_id>/chat/completions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| chat_id | string | 是 | **助手 ID**。在此上下文中充当 "Base URL" 的一部分。 |
-
-#### Body Parameters (JSON - OpenAI Standard)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| messages | array | 是 | **消息列表**。包含 `role` (system/user/assistant) 和 `content`。 |
-| model | string | 是 | **模型名称**。可以是任意非空字符串 (RAGFlow 会使用助手预设的模型)。 |
-| stream | boolean | 否 | **是否流式**。默认为 `true`。 |
-
-**Request Example**:
-```json
-{
-  "model": "ragflow_default",
-  "messages": [
-    {"role": "system", "content": "You are a helpful assistant."},
-    {"role": "user", "content": "Explain quantum physics."}
-  ],
-  "stream": true
-}
-```
-
-### 响应参数 (Stream Response - OpenAI Format)
-**Content-Type**: `text/event-stream`
-
-严格遵循 OpenAI Chunk 格式：
-
-```text
-data: {"id": "chatcmpl-123", "object": "chat.completion.chunk", "created": 1715000000, "model": "model", "choices": [{"index": 0, "delta": {"role": "assistant", "content": ""}, "finish_reason": null}]}
-
-data: {"id": "chatcmpl-123", "object": "chat.completion.chunk", "created": 1715000001, "model": "model", "choices": [{"index": 0, "delta": {"content": "Quantum"}, "finish_reason": null}]}
-
-data: {"id": "chatcmpl-123", "object": "chat.completion.chunk", "created": 1715000002, "model": "model", "choices": [{"index": 0, "delta": {"content": " physics"}, "finish_reason": null}]}
-
-data: [DONE]
-```
-
----
-
-## 7. 嵌入式 Chatbot 对话 - `chatbot_completions`
-**接口描述**: 专为 **嵌入式窗口 (Embed Window)** 设计的公开对话接口。它通常用于将 RAGFlow 助手作为客服窗口嵌入到第三方网站。与普通接口不同，它通过 `Authorization` Header 传递 **Beta Token** (即 API Key) 进行鉴权，且通常面向最终用户。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/chatbots/<dialog_id>/completions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dialog_id | string | 是 | **助手 ID** (Dialog ID)。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| question | string | 是 | - | **用户问题**。 |
-| stream | boolean | 否 | true | **是否流式**。 |
-| session_id | string | 否 | - | **会话 ID**。用于维持上下文。 |
-| quote | boolean | 否 | false | **返回引用**。 |
-
-### 响应参数 (Stream Response)
-**Content-Type**: `text/event-stream`
-
-与 `chat_completion` 类似，返回 RAGFlow 原生 SSE 格式。
-
-```text
-data:{"code": 0, "message": "success", "data": {"answer": "Here is the answer...", "reference": {}}}
-```
-
----
-
-## 8. Chatbot 初始化信息 - `chatbots_inputs`
-**接口描述**: 获取嵌入式 Chatbot 的初始化配置信息。通常在前端组件加载时调用，用于展示助手的头像、名称、开场白 (Prologue) 等信息。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/chatbots/<dialog_id>/info`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dialog_id | string | 是 | **助手 ID**。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "title": "IT Support Bot",          // 助手名称
-    "avatar": "http://...",             // 头像 URL
-    "prologue": "Hi! How can I help?"   // 开场白
-  }
-}
-```

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/RAGFlow_Chat_Session接口详解.md

@@ -1,208 +0,0 @@
-# RAGFlow 聊天助手会话管理接口详解 (Chat Assistant Session Management)
-
-## 1. 创建会话 - `create_chat_session`
-**接口描述**: 为指定的聊天助手 (Chat/Assistant) 创建一个新的会话。系统会自动加载该助手的开场白 (Prologue) 作为第一条消息。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/chats/<chat_id>/sessions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| chat_id | string | 是 | **助手 ID** (Assistant/Dialog ID)。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| name | string | 否 | "New session" | **会话名称**。 |
-| user_id | string | 否 | - | **用户标识**。用于区分不同终端用户的会话。 |
-
-**Request Example**:
-```json
-{
-  "name": "Consulting regarding RAG",
-  "user_id": "client_001"
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "id": "session_uuid_123",
-    "chat_id": "chat_uuid_abc",
-    "name": "Consulting regarding RAG",
-    "user_id": "client_001",
-    "create_time": 1715000000000,
-    "create_date": "2024-05-01 10:00:00",
-    "update_time": 1715000000000,
-    "update_date": "2024-05-01 10:00:00",
-    "messages": [
-      {
-        "role": "assistant",
-        "content": "Hi! I am your AI assistant. How can I help you today?" // 自动加载的开场白
-      }
-    ]
-  }
-}
-```
-
----
-
-## 2. 获取会话列表 - `list_chat_session`
-**接口描述**: 分页获取指定助手下的会话列表。支持按名称或用户 ID 过滤。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/chats/<chat_id>/sessions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| chat_id | string | 是 | **助手 ID**。 |
-
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| page | int | 否 | 1 | **页码**。 |
-| page_size | int | 否 | 30 | **每页数量**。 |
-| orderby | string | 否 | "create_time" | **排序字段**。 |
-| desc | boolean | 否 | true | **是否降序**。 |
-| name | string | 否 | - | **会话名称搜索**。 |
-| id | string | 否 | - | **会话 ID 精确筛选**。 |
-| user_id | string | 否 | - | **用户标识筛选**。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": [
-    {
-      "id": "session_uuid_123",
-      "chat_id": "chat_uuid_abc",
-      "name": "Consulting regarding RAG",
-      "user_id": "client_001",
-      "create_time": 1715000000000,
-      "create_date": "2024-05-01 10:00:00",
-      "update_time": 1715000050000,
-      "update_date": "2024-05-01 10:00:50",
-      "messages": [
-        {
-          "role": "assistant",
-          "content": "Hi! I am your AI assistant. How can I help you today?"
-        },
-        {
-          "role": "user",
-          "content": "What is RAGFlow?"
-        }
-      ]
-    },
-    {
-      "id": "session_uuid_456",
-      "chat_id": "chat_uuid_abc",
-      "name": "New session",
-      "user_id": "client_002",
-      "create_time": 1714900000000,
-      "create_date": "2024-04-30 09:00:00",
-      "update_time": 1714900000000,
-      "update_date": "2024-04-30 09:00:00",
-      "messages": [ ... ]
-    }
-  ]
-}
-```
-
----
-
-## 3. 更新会话 - `update_chat_session`
-**接口描述**: 更新会话信息。目前主要用于 **重命名** 会话。注意：不能通过此接口修改消息记录 (`messages`)。
-**请求方法**: `PUT`
-**接口地址**: `/api/v1/chats/<chat_id>/sessions/<session_id>`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| chat_id | string | 是 | **助手 ID**。 |
-| session_id | string | 是 | **会话 ID**。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| name | string | 否 | **新的会话名称**。不可为空字符串。 |
-
-**Request Example**:
-```json
-{
-  "name": "RAG Technical Discussion"
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": null
-}
-```
-
----
-
-## 4. 删除会话 - `delete_chat_session`
-**接口描述**: 批量删除指定助手下的会话。
-**请求方法**: `DELETE`
-**接口地址**: `/api/v1/chats/<chat_id>/sessions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| chat_id | string | 是 | **助手 ID**。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| ids | array<string> | 否 | **待删除的会话 ID 列表**。若不传该参数，将尝试删除该助手下的**所有会话**（请极其谨慎使用）。 |
-
-**Request Example**:
-```json
-{
-  "ids": ["session_uuid_123", "session_uuid_456"]
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": null // 若全部删除成功
-}
-```
-
-**Response (部分成功时)**:
-```json
-{
-  "code": 0,
-  "message": "Partially deleted 1 sessions with 1 errors",
-  "data": {
-    "success_count": 1,
-    "errors": ["The chat doesn't own the session session_uuid_999"]
-  }
-}
-```

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/RAGFlow_Chat接口详解.md

@@ -1,213 +0,0 @@
-## 1. 创建助手应用 - `create`
-**接口描述**: 创建一个新的对话助手（Chat Assistant）。支持配置关联知识库、LLM 模型参数、提示词（Prompt）以及开场白等高级设置。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/chats`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-无
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| name | string | 是 | - | 助手应用名称 (租户内唯一) |
-| avatar | string | 否 | - | 助手头像 (URL 或 Base64 字符串) |
-| description | string | 否 | "A helpful Assistant" | 助手的功能描述 |
-| dataset_ids | array | 否 | [] | 关联的知识库 ID 列表 (必须是当前租户有权限访问的知识库) |
-| llm | object | 否 | - | LLM 模型生成配置 (如模型名称、温度等) |
-| prompt | object | 否 | - | 提示词引擎与检索配置 (包含 System Prompt, Opener, Rerank 等) |
-
-**`llm` 对象详细结构**:
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| model_name | string | 是 | - | 模型名称 (例如: `deepseek-chat`, `gpt-4`, `qwen-turbo`) |
-| temperature | float | 否 | 0.1 | 温度系数 (0.0 ~ 1.0)，越高越随机，越低越确定 |
-| top_p | float | 否 | 0.3 | 核采样概率阈值 |
-| max_tokens | int | 否 | 512 | 单次回答的最大 Token 数限制 |
-| presence_penalty | float | 否 | 0.4 | 话题新鲜度惩罚 (-2.0 ~ 2.0)，正值鼓励讨论新话题 |
-| frequency_penalty | float | 否 | 0.7 | 频率惩罚 (-2.0 ~ 2.0)，正值减少重复词汇 |
-
-**`prompt` 对象详细结构**:
-*注意：此对象包含“提示词配置”与“检索策略配置”两部分。*
-
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| prompt | string | 否 | (内置默认提示词) | **System Prompt (系统提示词)**。给大模型的角色指令，例如 "你是一个客服..."。可使用变量占位符 `{knowledge}`。 |
-| opener | string | 否 | "Hi! I'm your assistant..." | **开场白**。用户进入对话窗口时，助手自动发送的第一条欢迎语。 |
-| show_quote | boolean | 否 | true | **显示引用**。回答中是否标注来源文档 (e.g., [1])。 |
-| variables | array | 否 | `[{"key": "knowledge", "optional": false}]` | **变量列表**。定义用于填充 System Prompt 的变量。`knowledge` 为保留变量，代表检索到的知识片段。 |
-| rerank_model | string | 否 | - | **重排序模型 ID**。配置后会对检索结果进行二次精排 (如 `BAAI/bge-reranker-v2-m3`)。 |
-| keywords_similarity_weight | float | 否 | 0.7 | **关键字权重** (0.0 ~ 1.0)。控制混合检索的比例。更接近 1.0 侧重关键字匹配，更接近 0.0 侧重向量语义匹配。 |
-| similarity_threshold | float | 否 | 0.2 | **相似度阈值** (0.0 ~ 1.0)。低于此相似度的文档块将被过滤，不喂给大模型。 |
-| top_n | int | 否 | 6 | **Top N**。最终截取并输入给大模型的文档块数量。 |
-| empty_response | string | 否 | "Sorry! No relevant..." | **空结果回复**。当没有检索到相关知识库内容时的兜底回复。 |
-| tts | boolean | 否 | false | **启用 TTS**。是否将助手的文本回答自动转为语音播放。 |
-| refine_multiturn | boolean | 否 | true | **多轮对话优化**。是否根据历史上下文重写用户问题 (Query Rewrite) 以提高检索准确率。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "id": "e0d34e2c-1234-5678-9xxx-xxxxxxxxxxxx",
-    "name": "企业知识库助手",
-    "avatar": "http://example.com/avatar.png",
-    "description": "用于回答员工内部问题的 AI",
-    "dataset_ids": ["kb_123", "kb_456"],
-    "llm": {
-      "model_name": "deepseek-chat",
-      "temperature": 0.1,
-      "top_p": 0.3,
-      "max_tokens": 512,
-      "presence_penalty": 0.4,
-      "frequency_penalty": 0.7
-    },
-    "prompt": {
-      "prompt": "你是一个智能助手，请根据以下知识回答问题：\n{knowledge}",
-      "opener": "你好！有什么可以帮你的？",
-      "show_quote": true,
-      "variables": [
-        { "key": "knowledge", "optional": false }
-      ],
-      "rerank_model": "",
-      "keywords_similarity_weight": 0.7,
-      "similarity_threshold": 0.2,
-      "top_n": 8,
-      "empty_response": "抱歉，知识库中没有找到相关答案。",
-      "tts": false,
-      "refine_multiturn": true
-    },
-    "create_time": 1715623400000,
-    "update_time": 1715624500000
-  }
-}
-```
-
----
-
-## 2. 获取助手列表 - `list_chat`
-**接口描述**: 获取当前租户下的所有助手应用列表。支持分页、排序及按名称/ID筛选。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/chats`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-无
-
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| page | int | 否 | 1 | 页码 |
-| page_size | int | 否 | 30 | 每页条数 |
-| orderby | string | 否 | create_time | 排序字段 (`create_time`, `update_time`) |
-| desc | boolean | 否 | true | 是否降序排列 (`true`: 降序, `false`: 升序) |
-| name | string | 否 | - | 按名称模糊搜索 (支持 partial match) |
-| id | string | 否 | - | 按 ID 精确筛选 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": [
-    {
-      "id": "e0d34e2c-...",
-      "name": "客服机器人",
-      "avatar": "http://...",
-      "datasets": [
-        {
-          "id": "kb_1",
-          "name": "产品手册",
-          "avatar": "",
-          "chunk_num": 100
-        }
-      ],
-      "llm": { ... },     // (结构同 create 接口响应)
-      "prompt": { ... },  // (结构同 create 接口响应)
-      "create_time": 1715623400000
-    }
-  ]
-}
-```
-
----
-
-## 3. 更新助手配置 - `update`
-**接口描述**: 更新指定助手应用的配置信息。支持全量或增量更新部分字段。
-**请求方法**: `PUT`
-**接口地址**: `/api/v1/chats/<chat_id>`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| chat_id | string | 是 | 助手应用 ID |
-
-#### Body Parameters (JSON)
-*(以下所有字段均为可选，仅传递需要修改的字段即可)*
-
-| 参数名 | 类型 | 默认值 | 说明 |
-|---|---|---|---|
-| name | string | - | 新的助手名称 |
-| avatar | string | - | 新的头像 URL 或 Base64 |
-| dataset_ids | array | - | **全量替换**关联的知识库 ID 列表 |
-| llm | object | - | 更新 LLM 配置。需包含 `model_name`，其他字段覆盖更新。 |
-| prompt | object | - | 更新提示词配置。支持增量更新 (e.g. 只改 `opener`)。 |
-| show_quotation | boolean | - | 是否显示引用来源 (此字段直接位于根对象下，对应 prompt.show_quote) |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": null
-}
-```
-
----
-
-## 4. 批量删除助手 - `delete_chats`
-**接口描述**: 批量删除一个或多个助手应用。
-**请求方法**: `DELETE`
-**接口地址**: `/api/v1/chats`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-无
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| ids | array<string> | 是 | 要删除的助手应用 ID 列表。**⚠️ 注意：若列表为空或不传，虽然后端有全量删除逻辑，但在实际业务中应严谨传递 ID。** |
-
-**Request Example**:
-```json
-{
-  "ids": ["chat_id_1001", "chat_id_1002"]
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-     "success_count": 2, // 成功删除的数量
-     "errors": []        // 失败原因列表 (如 ID 不存在)
-  }
-}
-```

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/RAGFlow_Dataset接口详解.md

@@ -1,420 +0,0 @@
-## 1. 创建知识库 - `create`
-**接口描述**: 创建一个新的知识库（Dataset），用于存储和检索文档数据。支持配置嵌入模型（Embedding Model）、解析方法、权限范围等。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/datasets`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-无
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| name | string | 是 | - | **知识库名称**。在同一个租户（Tenant）内必须唯一。 |
-| avatar | string | 否 | "" | **知识库头像**。Base64 编码的图片字符串。 |
-| description | string | 否 | "" | **描述信息**。用于说明知识库的用途或内容概要。 |
-| embedding_model | string | 否 | (系统默认) | **嵌入模型名称** (例如 `BAAI/bge-large-zh-v1.5`)。若不传，则自动使用系统设置的默认 Embedding 模型。 |
-| permission | string | 否 | "me" | **可见权限**。`me`: 仅自己可见；`team`: 团队内所有成员可见。 |
-| chunk_method | string | 否 | "naive" | **默认分块解析方法**。当上传文件未指定解析方式时使用。可选值: `naive` (通用), `manual` (手动), `qa` (Q&A拆分), `table` (表格), `paper` (论文), `book` (书籍), `laws` (法律), `presentation` (PPT), `picture` (图片), `one` (单文档), `email` (邮件)。 |
-| parser_config | object | 否 | (见下文) | **解析器详细配置**。根据 `chunk_method` 的不同而变化。 |
-
-**`parser_config` 默认配置参数 (Naive 通用模式)**:
-| 参数名 | 类型 | 默认值 | 说明 |
-|---|---|---|---|
-| chunk_token_num | int | 512 | **切片最大 Token 数**。超过该长度会被截断到下一块。 |
-| delimiter | string | "\\n" | **分段分隔符**。用于识别段落边界。 |
-| layout_recognize | string | "DeepDOC" | **布局识别模型**。用于处理复杂文档结构 (如 `DeepDOC` 或 `Simple`)。 |
-| html4excel | boolean | false | **Excel转HTML**。是否将 Excel 表格转为 HTML 格式进行解析。 |
-| auto_keywords | int | 0 | **自动关键词抽取**。0 表示不抽取；N>0 表示为每个切片抽取 N 个关键词。 |
-| auto_questions | int | 0 | **自动问题生成**。0 表示不生成；N>0 表示为每个切片生成 N 个相关问题。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "id": "kb_uuid_12345678",
-    "name": "企业产品手册",
-    "avatar": "",
-    "tenant_id": "tenant_001",
-    "description": "存放所有产品相关的说明文档",
-    "embedding_model": "BAAI/bge-large-zh-v1.5",
-    "permission": "me",
-    "chunk_method": "naive",
-    "parser_config": {
-      "chunk_token_num": 512,
-      "delimiter": "\n",
-      "layout_recognize": "DeepDOC",
-      "html4excel": false,
-      "auto_keywords": 0,
-      "auto_questions": 0
-    },
-    "chunk_count": 0,
-    "document_count": 0,
-    "create_time": 1715623400000,
-    "update_time": 1715624500000
-  }
-}
-```
-
----
-
-## 2. 删除知识库 - `delete`
-**接口描述**: 批量删除一个或多个知识库。删除知识库将连带删除其中的所有文档和索引数据，**不可恢复**。
-**请求方法**: `DELETE`
-**接口地址**: `/api/v1/datasets`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-无
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| ids | array<string> | 是 | **ID 列表**。指定要删除的知识库 ID。如果传递 `null`，则会**清空当前租户下所有**知识库（高危操作，请谨慎使用）。 |
-
-**Request Example**:
-```json
-{
-  "ids": ["kb_id_101", "kb_id_102"]
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "Successfully deleted 2 datasets, 0 failed...",
-  "data": {
-     "success_count": 2, // 成功删除的数量
-     "errors": []        // 失败的 ID 及原因列表
-  }
-}
-```
-
----
-
-## 3. 获取知识库列表 - `list_datasets`
-**接口描述**: 获取当前用户（及团队）有权限访问的知识库列表。支持分页、排序和筛选。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/datasets`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-无
-
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| page | int | 否 | 1 | **页码**。从 1 开始。 |
-| page_size | int | 否 | 30 | **每页条数**。 |
-| orderby | string | 否 | "create_time" | **排序字段**。可选值: `create_time` (创建时间), `update_time` (更新时间), `document_count` (文档数)。 |
-| desc | boolean | 否 | true | **是否降序**。`true`: 降序 (最新的在前); `false`: 升序。 |
-| name | string | 否 | - | **名称筛选**。支持模糊匹配。 |
-| id | string | 否 | - | **ID 筛选**。精确匹配知识库 ID。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": [
-    {
-      "id": "kb_uuid_123",
-      "name": "HR 政策库",
-      "document_count": 12,    // 包含的文档数量
-      "token_num": 10240,      // 总 Token 数
-      "chunk_count": 150,      // 总切片数
-      "create_time": 1715623400000,
-      "permission": "team",
-      "embedding_model": "BAAI/bge-large-zh-v1.5"
-    }
-  ],
-  "total": 1 // 匹配查询条件的总记录数 (用户分页计算)
-}
-```
-
----
-
-## 4. 更新知识库配置 - `update`
-**接口描述**: 更新指定知识库的配置信息。注意：如果知识库内已有解析过的切片，通常不允许修改嵌入模型 (`embedding_model`)。
-**请求方法**: `PUT`
-**接口地址**: `/api/v1/datasets/<dataset_id>`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | 知识库 ID |
-
-#### Body Parameters (JSON)
-*(以下所有字段均为可选，仅传递需要修改的字段即可)*
-
-| 参数名 | 类型 | 默认值 | 说明 |
-|---|---|---|---|
-| name | string | - | **新名称**。需保持租户内唯一。 |
-| avatar | string | - | **新头像**。Base64 字符串。 |
-| description | string | - | **新描述**。 |
-| permission | string | - | **新权限**。`me` 或 `team`。 |
-| embedding_model | string | - | **嵌入模型**。**注意**: 仅当知识库为空（chunk_count=0）时才允许修改。 |
-| chunk_method | string | - | **默认解析方法**。修改后将应用于后续新上传的文件 (旧文件解析方式不变)。 |
-| parser_config | object | - | **解析器配置**。全量覆盖旧配置 (结构参考 create 接口)。 |
-| pagerank | int | 0 | **PageRank 权重**。仅在使用 Elasticsearch 引擎且需调整图谱权重时设置。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-      "id": "kb_uuid_...",
-      "name": "新名称",
-      "update_time": 1715629999000,
-      ...
-  }
-}
-```
-
----
-
-## 5. 获取知识图谱数据 - `knowledge_graph`
-**接口描述**: 获取知识库构建的知识图谱数据，包含节点（Nodes）和边（Edges），用于前端可视化展示（如 ECharts 力导向图）。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/datasets/<dataset_id>/knowledge_graph`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | 知识库 ID |
-
-#### Query Parameters
-无
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "graph": {
-      "nodes": [
-        {
-          "id": "node_1",
-          "label": "人工智能",      // 节点显示的文本
-          "pagerank": 0.05,       // PageRank 权重 (决定节点大小)
-          "color": "#fcb",        // 节点颜色
-          "img": ""               // 节点图标 (如有)
-        },
-        {
-          "id": "node_2",
-          "label": "机器学习",
-          "pagerank": 0.03,
-          "color": "#e2b"
-        }
-      ],
-      "edges": [
-        {
-          "source": "node_1",     // 起始节点 ID
-          "target": "node_2",     // 目标节点 ID
-          "weight": 0.8,          // 边权重 (决定连线粗细)
-          "label": "includes"     // 关系名称 (显示在连线上)
-        }
-      ]
-    },
-    "mind_map": {                 // 思维导图结构的保留字段 (通常用于脑图展示)
-        "root": {
-            "id": "root_node",
-            "children": [...]
-        }
-    }
-  }
-}
-```
-
----
-
-## 6. 清空知识图谱数据 - `delete_knowledge_graph`
-**接口描述**: 删除指定知识库中已生成的知识图谱索引数据（包括所有实体节点和关系边）。
-**注意**: 此操作**不会**删除原始文档或普通的向量索引，仅仅是重置图谱结构。如果需要重新生成图谱，请再次调用 `chunk` 相关接口或使用 `run_graphrag`。
-**请求方法**: `DELETE`
-**接口地址**: `/api/v1/datasets/<dataset_id>/knowledge_graph`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | 知识库 ID |
-
-#### Body Parameters
-无
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": true
-}
-```
-
----
-
-## 7. 运行/触发 GraphRAG 索引任务 - `run_graphrag`
-**接口描述**: 触发后台异步任务，对知识库中的文档进行 GraphRAG 索引构建。此过程会使用 LLM 抽取实体（Entities）和关系（Relationships），并构建全局社区摘要。
-**前提条件**: 知识库中必须包含已解析的文档。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/datasets/<dataset_id>/run_graphrag`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | 知识库 ID |
-
-#### Body Parameters (JSON)
-*(Body 可为空 `{}`, 后续版本将扩展以下配置参数)*
-
-| 参数名 | 类型 | 默认值 | 说明 |
-|---|---|---|---|
-| entity_types | array | ["organization", "person", "geo", "event"] | **(预留)** 指定要抽取的实体类型列表。 |
-| method | string | "light" | **(预留)** 构建模式: `light` (轻量级), `general` (标准), `complex` (深度)。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "graphrag_task_id": "task_uuid_12345678" // 异步任务 ID，用于后续追踪进度
-  }
-}
-```
-
----
-
-## 8. 运行/触发 RAPTOR 递归摘要任务 - `run_raptor`
-**接口描述**: 触发后台异步任务，对知识库中的文档运行 RAPTOR (Recursive Abstractive Processing for Tree-Organized Retrieval) 算法。
-**功能说明**: 该算法会递归地对文档块进行聚类和摘要，生成多层级的树状索引，显著提升对长文档和复杂问题的回答能力。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/datasets/<dataset_id>/run_raptor`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | 知识库 ID |
-
-#### Body Parameters (JSON)
-*(Body 可为空 `{}`, 后续版本将扩展以下配置参数)*
-
-| 参数名 | 类型 | 默认值 | 说明 |
-|---|---|---|---|
-| max_cluster | int | 64 | **(预留)** 最大聚类数。 |
-| prompt | string | (内置摘要提示词) | **(预留)** 用于生成摘要的 Prompt。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "raptor_task_id": "task_uuid_87654321" // 异步任务 ID
-  }
-}
-```
-
----
-
-## 9. 查询 GraphRAG 任务进度 - `trace_graphrag`
-**接口描述**: 查询指定知识库当前 **GraphRAG** 索引构建任务的实时状态。支持长轮询机制监测进度。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/datasets/<dataset_id>/trace_graphrag`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | 知识库 ID |
-
-#### Query Parameters
-无
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "id": "task_uuid_12345678",        // 任务 ID
-    "doc_id": "doc_uuid_...",          // 当前正在处理的文档 ID (如果是多文档任务)
-    "from_page": 0,                    // 当前处理的起始页码
-    "to_page": 10,                     // 当前处理的结束页码
-    "progress": 0.45,                  // **总进度** (0.0 ~ 1.0)。0.0: 未开始/刚开始; 1.0: 完成; -1.0: 失败。
-    "progress_msg": "Extracting entities from chunk 25...", // **当前状态描述**。用于前端展示 Loading 提示。
-    "create_time": 1715623400000,
-    "update_time": 1715624500000
-  }
-}
-```
-
----
-
-## 10. 查询 RAPTOR 任务进度 - `trace_raptor`
-**接口描述**: 查询指定知识库当前 **RAPTOR** 递归摘要任务的实时状态。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/datasets/<dataset_id>/trace_raptor`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | 知识库 ID |
-
-#### Query Parameters
-无
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "id": "task_uuid_87654321",
-    "progress": 1.0,                   // 进度值。1.0 表示树构建完成。
-    "progress_msg": "Tree construction completed.", // 状态消息。
-    "create_time": 1715629000000
-  }
-}
-```

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/RAGFlow_Document接口详解.md

@@ -1,757 +0,0 @@
-## 1. 上传文档 - `upload`
-**接口描述**: 向指定的知识库上传一个或多个文档文件。上传后，文档将立即被存入文件系统/对象存储，并在数据库中创建记录。默认解析状态为 `UNSTART` (未开始)，解析配置将继承自 KnowledgeBase 的默认设置。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/datasets/<dataset_id>/documents`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-**Content-Type**: `multipart/form-data`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。指定文档归属的知识库。 |
-
-#### Form Data Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| file | file | 是 | **文件二进制流**。支持多文件上传 (Multiple Files)。<br>支持格式: PDF, DOCX, TXT, MD, CS, HTML, CSV, XLSX, PPTX 等。<br>单文件大小限制请参考系统配置 (默认通常为 10MB/100MB)。 |
-| parent_path | string | 否 | **父级目录路径**。类似于文件系统的文件夹结构，默认为 `/`。如果指定 (如 `/docs/v1/`)，文档将在该虚拟路径下列出。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": [
-    {
-      "id": "e457f92e3c0411ef8d4c0242ac120003",
-      "thumbnail": null,
-      "dataset_id": "d1234567890abcdef1234567890abcde",
-      "chunk_method": "naive",
-      "pipeline_id": null,
-      "parser_config": {
-        "chunk_token_num": 512,
-        "delimiter": "\\n",
-        "layout_recognize": "DeepDOC",
-        "html4excel": false,
-        "auto_keywords": 0,
-        "auto_questions": 0,
-        "topn_tags": 3,
-        "raptor": {
-          "use_raptor": false
-        },
-        "graphrag": {
-          "use_graphrag": false
-        }
-      },
-      "source_type": "local",
-      "type": "pdf",
-      "created_by": "user_id_123",
-      "name": "UserGuide_v2.pdf",
-      "location": "UserGuide_v2.pdf",
-      "size": 102400,
-      "token_count": 0,
-      "chunk_count": 0,
-      "progress": 0.0,
-      "progress_msg": "",
-      "process_begin_at": null,
-      "process_duration": 0.0,
-      "meta_fields": {},
-      "suffix": "pdf",
-      "run": "UNSTART",
-      "status": "1",
-      "create_time": 1715623400123,
-      "create_date": "2024-05-13 10:03:20",
-      "update_time": 1715623400123,
-      "update_date": "2024-05-13 10:03:20"
-    }
-  ]
-}
-```
-
----
-
-## 2. 获取文档列表 - `list_docs`
-**接口描述**: 查询知识库下的文档列表。支持分页检索、关键词搜索、状态筛选等功能。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/datasets/<dataset_id>/documents`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。 |
-
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| page | int | 否 | 1 | **页码**。从 1 开始计数。 |
-| page_size | int | 否 | 30 | **每页数量**。 |
-| orderby | string | 否 | "create_time" | **排序字段**。支持 `create_time` (创建时间), `name` (文件名), `size` (大小) 等。 |
-| desc | boolean | 否 | true | **是否降序**。`true` (最新/最大在前), `false` (最旧/最小在前)。 |
-| id | string | 否 | - | **精确筛选 ID**。仅返回指定 ID 的文档。 |
-| name | string | 否 | - | **精确筛选文件名**。仅返回指定名称的文档。 |
-| keywords | string | 否 | - | **模糊搜索**。匹配文档名称包含该关键词的记录。 |
-| suffix | array | 否 | - | **文件后缀筛选** (如 `pdf`, `docx`)。 |
-| run | array | 否 | - | **运行状态筛选**。可选值: `UNSTART`, `RUNNING`, `CANCEL`, `DONE`, `FAIL`。 |
-| create_time_from | int | 否 | 0 | **起始时间戳** (毫秒)。查询在此时间之后创建的文档。 |
-| create_time_to | int | 否 | 0 | **结束时间戳** (毫秒)。查询在此时间之前创建的文档。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "total": 128,
-    "docs": [
-      {
-        "id": "e457f92e3c0411ef8d4c0242ac120003",
-        "thumbnail": null,
-        "dataset_id": "d1234567890abcdef1234567890abcde",
-        "chunk_method": "naive",
-        "pipeline_id": null,
-        "parser_config": {
-          "chunk_token_num": 512,
-          "delimiter": "\\n",
-          "layout_recognize": "DeepDOC",
-          "html4excel": false,
-          "auto_keywords": 0,
-          "auto_questions": 0,
-          "topn_tags": 3,
-          "raptor": {
-            "use_raptor": false
-          },
-          "graphrag": {
-            "use_graphrag": false
-          }
-        },
-        "source_type": "local",
-        "type": "pdf",
-        "created_by": "user_id_123",
-        "name": "UserGuide_v2.pdf",
-        "location": "UserGuide_v2.pdf",
-        "size": 102400,
-        "token_count": 45000,
-        "chunk_count": 120,
-        "progress": 1.0,
-        "progress_msg": "Parsing finished",
-        "process_begin_at": "2024-05-13 10:05:00",
-        "process_duration": 45.2,
-        "meta_fields": {
-            "author": "RAGFlow Team",
-            "version": "2.0"
-        },
-        "suffix": "pdf",
-        "run": "DONE",
-        "status": "1",
-        "create_time": 1715623400123,
-        "create_date": "2024-05-13 10:03:20",
-        "update_time": 1715623450000,
-        "update_date": "2024-05-13 10:05:45"
-      }
-    ]
-  }
-}
-```
-
----
-
-## 3. 更新文档信息 - `update_doc`
-**接口描述**: 更新文档的名称、状态或解析配置。
-**特别注意**: 如果修改了 `chunk_method` 或 `parser_config`，后端会自动将 `run` 状态重置为 `UNSTART`，并清除已有的 chunk 数据，等待重新解析。
-**请求方法**: `PUT`
-**接口地址**: `/api/v1/datasets/<dataset_id>/documents/<document_id>`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。 |
-| document_id | string | 是 | **文档 ID**。 |
-
-#### Body Parameters (JSON)
-*(仅需传递要修改的字段)*
-
-| 参数名 | 类型 | 说明 |
-|---|---|---|
-| name | string | **新文档名称**。需包含文件后缀且不能改变原始文件类型 (如从 `.pdf` 改为 `.txt` 会导致错误)。 |
-| enabled | boolean | **启用/禁用**。`true`: 启用 (DEFAULT, 对应 status="1"); `false`: 禁用 (对应 status="0")。禁用后该文档不参与检索。 |
-| chunk_method | string | **解析方法**。可选值: `naive`, `manual`, `qa`, `table`, `paper`, `book`, `laws`, `presentation`, `picture`, `one`, `knowledge_graph`, `email`。 |
-| parser_config | object | **解析器详细配置**。应与 `chunk_method` 匹配。以下列出 `naive` (通用) 方法的完整配置参数。 |
-
-**parser_config (Naive 模式全量参数)**:
-| 参数名 | 类型 | 默认值 | 说明 |
-|---|---|---|---|
-| chunk_token_num | int | 512 | **切片最大 Token 数**。 |
-| delimiter | string | "\\n" | **分段符**。支持转义字符。 |
-| layout_recognize | string | "DeepDOC" | **布局识别模型**。可选 `DeepDOC` 或 `Simple`。 |
-| html4excel | boolean | false | **Excel转HTML**。是否将 Excel 解析为 HTML 表格。 |
-| auto_keywords | int | 0 | **自动关键词数量**。0 表示不抽取。 |
-| auto_questions | int | 0 | **自动问题数量**。0 表示不生成。 |
-| topn_tags | int | 3 | **自动标签数量**。 |
-| raptor | object | `{ "use_raptor": false }` | **RAPTOR 配置**。设置 `use_raptor: true` 可开启递归摘要索引。 |
-| graphrag | object | `{ "use_graphrag": false }` | **GraphRAG 配置**。设置 `use_graphrag: true` 可开启图谱增强。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "id": "e457f92e3c0411ef8d4c0242ac120003",
-    "thumbnail": null,
-    "dataset_id": "d1234567890abcdef1234567890abcde",
-    "chunk_method": "naive",
-    "pipeline_id": null,
-    "parser_config": {
-      "chunk_token_num": 1024,
-      "delimiter": "\\n",
-      "layout_recognize": "DeepDOC",
-      "html4excel": false,
-      "auto_keywords": 0,
-      "auto_questions": 0,
-      "topn_tags": 3,
-      "raptor": {
-        "use_raptor": false
-      },
-      "graphrag": {
-        "use_graphrag": false
-      }
-    },
-    "source_type": "local",
-    "type": "pdf",
-    "created_by": "user_id_123",
-    "name": "Renamed_Guide.pdf",
-    "location": "UserGuide_v2.pdf",
-    "size": 102400,
-    "token_count": 45000,
-    "chunk_count": 0,
-    "progress": 0.0,
-    "progress_msg": "",
-    "process_begin_at": null,
-    "process_duration": 0.0,
-    "meta_fields": {},
-    "suffix": "pdf",
-    "run": "UNSTART",
-    "status": "0",
-    "create_time": 1715623400123,
-    "create_date": "2024-05-13 10:03:20",
-    "update_time": 1715629999000,
-    "update_date": "2024-05-13 12:00:00"
-  }
-}
-```
-
----
-
-## 4. 删除文档 - `delete`
-**接口描述**: 物理删除一个或多个文档。此操作不可恢复，将同时删除数据库记录、MinIO 中的源文件以及 Elasticsearch 中的所有相关切片索引。
-**请求方法**: `DELETE`
-**接口地址**: `/api/v1/datasets/<dataset_id>/documents`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| ids | array<string> | 是 | **文档 ID 列表**。必须指定要删除的文档 ID。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": null
-}
-```
-
----
-
-## 5. 下载/预览原始文件 - `download`
-**接口描述**: 获取文档的原始二进制文件流。响应头将会包含 `Content-Disposition` 字段，指示浏览器以附件形式下载。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/datasets/<dataset_id>/documents/<document_id>`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。 |
-| document_id | string | 是 | **文档 ID**。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/octet-stream`
-**Content-Disposition**: `attachment; filename="UserGuide_v2.pdf"`
-
-*(直接返回文件的二进制数据流)*
-
-
-## 6. 触发/重试文档解析 - `parse`
-**接口描述**: 手动触发文档的解析任务。通常在上传文件后、或修改了解析配置（如 `chunk_method`）后调用此接口。支持批量触发。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/datasets/<dataset_id>/chunks`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| document_ids | array<string> | 是 | **文档 ID 列表**。指定需要（重新）解析的文档 ID。 |
-
-**Request Example**:
-```json
-{
-    "document_ids": ["doc_id_1", "doc_id_2"]
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": null
-}
-```
-
----
-
-## 7. 停止文档解析 - `stop_parsing`
-**接口描述**: 停止当前正在进行的文档解析任务。
-**请求方法**: `DELETE`
-**接口地址**: `/api/v1/datasets/<dataset_id>/chunks`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| document_ids | array<string> | 是 | **文档 ID 列表**。指定要停止解析的任务。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": null
-}
-```
-
----
-
-## 8. 获取切片列表 - `list_chunks`
-**接口描述**: 获取指定文档已解析出的切片（Chunk）列表。支持分页和关键词搜索。返回结果包含文档的详细元数据和具体的切片内容。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/datasets/<dataset_id>/documents/<document_id>/chunks`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。 |
-| document_id | string | 是 | **文档 ID**。 |
-
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| page | int | 否 | 1 | **页码**。 |
-| page_size | int | 否 | 30 | **每页数量**。 |
-| keywords | string | 否 | - | **搜索关键词**。在切片内容中进行全文检索。 |
-| id | string | 否 | - | **精确切片 ID**。若指定，则只返回该 ID 对应的切片。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "total": 150,
-    "chunks": [
-      {
-        "id": "e457f92e3c0411ef8d4c0242ac120003_0",
-        "content": "RAGFlow 是一款基于深度文档理解的开源 RAG（检索增强生成）引擎。它旨在为各种规模的企业提供精简的 RAG 工作流。RAGFlow 结合了传统文档处理的稳健性与现代大语言模型（LLM）的生成能力，确保在处理复杂格式数据（如 PDF 表格、扫描件等）时依然能保持极高的召回率和准确性。",
-        "document_id": "doc_uuid_123",
-        "docnm_kwd": "RAGFlow_UserGuide_v2.pdf",
-        "important_keywords": ["RAGFlow", "开源", "深度文档理解", "LLM"],
-        "questions": ["什么是 RAGFlow?", "RAGFlow 的主要特点是什么?"],
-        "image_id": "",
-        "dataset_id": "kb_uuid_456",
-        "available": true,
-        "positions": [1]
-      },
-      {
-        "id": "e457f92e3c0411ef8d4c0242ac120003_1",
-        "content": "主要特性：\n1. **深度文档解析**：内置 DeepDOC 识别引擎，精准还原表格、段落结构。\n2. **多路召回**：支持关键词 + 向量的混合检索。\n3. **可视化编排**：提供基于 Graph 的工作流编排能力。",
-        "document_id": "doc_uuid_123",
-        "docnm_kwd": "RAGFlow_UserGuide_v2.pdf",
-        "important_keywords": ["DeepDOC", "混合检索", "可视化编排"],
-        "questions": [],
-        "image_id": "img_uuid_789",
-        "dataset_id": "kb_uuid_456",
-        "available": true,
-        "positions": [2]
-      }
-    ],
-    "doc": {
-        "id": "doc_uuid_123",
-        "name": "RAGFlow_UserGuide_v2.pdf",
-        "chunk_count": 150,
-        "token_count": 45000,
-        "chunk_method": "naive",
-        "run": "DONE",
-        "status": "1",
-        "progress": 1.0,
-        "progress_msg": "Parsing finished",
-        "process_begin_at": "2024-05-13 10:05:00",
-        "process_duration": 45.2,
-        "meta_fields": {
-             "author": "RAGFlow Team",
-             "version": "2.0"
-        },
-        "create_time": 1715623400123,
-        "create_date": "2024-05-13 10:03:20",
-        "update_time": 1715623450000,
-        "update_date": "2024-05-13 10:05:45",
-        "dataset_id": "kb_uuid_456"
-    }
-  }
-}
-```
-
----
-
-## 9. 手动新增切片 - `add_chunk`
-**接口描述**: 向指定文档中手动添加一个新的切片。系统会自动计算该切片的向量嵌入 (Embedding)。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/datasets/<dataset_id>/documents/<document_id>/chunks`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。 |
-| document_id | string | 是 | **文档 ID**。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| content | string | 是 | **切片内容**。手动输入的文本内容。 |
-| important_keywords | array<string> | 否 | **重要关键词**。用于关键词检索增强。 |
-| questions | array<string> | 否 | **预设问题**。用于 Q&A 检索模式增强。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "chunk": {
-        "id": "new_chunk_uuid_999",
-        "content": "这是管理员手动添加的一条补充切片，用于修正文档中缺失的关键信息。",
-        "document_id": "doc_uuid_123",
-        "docnm_kwd": "RAGFlow_UserGuide_v2.pdf",
-        "important_keywords": ["手动添加", "补充信息"],
-        "questions": ["如何手动添加切片?"],
-        "image_id": "",
-        "dataset_id": "kb_uuid_456",
-        "available": true,
-        "positions": []
-    }
-  }
-}
-```
-
----
-
-## 10. 修改切片信息 - `update_chunk`
-**接口描述**: 修改已存在的切片内容、关键词、可用状态等。修改内容后，系统会自动重新计算向量。
-**请求方法**: `PUT`
-**接口地址**: `/api/v1/datasets/<dataset_id>/documents/<document_id>/chunks/<chunk_id>`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。 |
-| document_id | string | 是 | **文档 ID**。 |
-| chunk_id | string | 是 | **切片 ID**。 |
-
-#### Body Parameters (JSON)
-*(以下字段均为可选，仅传递需修改的字段)*
-
-| 参数名 | 类型 | 说明 |
-|---|---|---|
-| content | string | **新的切片内容**。 |
-| important_keywords | array<string> | **更新关键词列表**。覆盖原有列表。 |
-| available | boolean | **启用/禁用**。`true`: 启用 (默认); `false`: 禁用 (检索时将忽略此切片)。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": null
-}
-```
-
----
-
-## 11. 删除切片 - `rm_chunk`
-**接口描述**: 批量删除文档中的指定切片。
-**请求方法**: `DELETE`
-**接口地址**: `/api/v1/datasets/<dataset_id>/documents/<document_id>/chunks`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。 |
-| document_id | string | 是 | **文档 ID**。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| chunk_ids | array<string> | 是 | **切片 ID 列表**。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "deleted 2 chunks",
-  "data": null
-}
-```
-
-
-## 12. 获取元数据摘要 - `metadata_summary`
-**接口描述**: 获取知识库中所有文档的元数据摘要信息。通常用于前端展示知识库的数据分布概况，例如不同文件类型的数量统计、文件状态分布等。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/datasets/<dataset_id>/metadata/summary`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。 |
-
-#### Query Parameters
-无
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "summary": {
-      "total_doc_count": 120,
-      "total_token_count": 500000,
-      "file_type_distribution": {
-        "pdf": 80,
-        "docx": 30,
-        "txt": 10
-      },
-      "status_distribution": {
-        "1": 118, // 正常启用
-        "0": 2    // 禁用
-      },
-      "custom_metadata": {
-        "author": {
-            "Alice": 50,
-            "Bob": 30
-        },
-        "department": {
-            "HR": 20,
-            "Engineering": 100
-        }
-      }
-    }
-  }
-}
-```
-
----
-
-## 13. 批量更新元数据 - `metadata_batch_update`
-**接口描述**: 对知识库中的文档进行批量元数据修改。支持基于复杂的条件筛选文档，然后执行批量更新或删除元数据字段的操作。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/datasets/<dataset_id>/metadata/update`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| dataset_id | string | 是 | **知识库 ID**。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| selector | object | 否 | **筛选器**。定义要更新哪些文档。如果不传，可能作用于全量文档（请谨慎）。 |
-| updates | array | 否 | **更新操作列表**。包含 `key` 和 `value`。 |
-| deletes | array | 否 | **删除操作列表**。包含 `key`。 |
-
-**Request Example (复杂场景)**:
-```json
-{
-  "selector": {
-    "document_ids": ["doc_id_101", "doc_id_102"],
-    "metadata_condition": {
-       "logic": "and",
-       "conditions": [
-          {"key": "author", "value": "OldName", "operator": "eq"},
-          {"key": "status", "value": "draft", "operator": "eq"}
-       ]
-    }
-  },
-  "updates": [
-    {"key": "author", "value": "Admin"},
-    {"key": "reviewed_by", "value": "ManagerA"}
-  ],
-  "deletes": [
-    {"key": "temp_tag"},
-    {"key": "draft_flag"}
-  ]
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "updated": 2,        // 实际更新成功的文档数量
-    "matched_docs": 2    // 匹配到的文档数量
-  }
-}
-```
-
----
-
-## 14. 检索测试 (Hit Test) - `retrieval_test`
-**接口描述**: 在指定的知识库中进行模拟检索测试。此接口用于验证分段（Chunk）质量、检索参数（相似度阈值、Top K）的效果，是调试 RAG 效果的核心工具。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/retrieval`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-**注意**: 即使是简单的查询，由于包含较多配置参数，本接口也设计为 `POST` 请求。
-
-### 请求参数 (Request)
-#### Path Parameters
-无
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| dataset_ids | array<string> | 是 | - | **目标知识库 ID 列表**。支持跨多个知识库检索。 |
-| question | string | 是 | - | **用户查询问题**。 |
-| similarity_threshold | float | 否 | 0.2 | **相似度阈值**。低于此分数的 Chunk 将被过滤。 |
-| vector_similarity_weight | float | 否 | 0.3 | **向量权重**。混合检索时，向量检索结果的权重 (0~1)。剩余权重归于关键词检索。 |
-| top_k | int | 否 | 1024 | **初筛数量**。向量检索返回的候选切片数量。 |
-| rerank_id | string | 否 | - | **重排模型 ID**。若指定，将对检索结果进行 Rerank 二次排序。 |
-| highlight | boolean | 否 | true | **高亮匹配**。是否在返回内容中高亮关键词。 |
-| keyword | boolean | 否 | false | **关键词增强**。是否使用 LLM 提取问题关键词以增强检索。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "total": 15,
-    "chunks": [
-      {
-        "id": "e457f92e3c0411ef8d4c0242ac120003_12",
-        "content": "RAGFlow 支持多种文档解析模式，其中 DeepDOC 模式特别适合处理包含大量表格和扫描件的 PDF 文档。它使用深度学习模型识别文档布局，精准提取表格内容。",
-        "document_id": "doc_uuid_123",
-        "dataset_id": "kb_uuid_456",
-        "document_name": "RAGFlow_UserGuide_v2.pdf",
-        "document_keyword": "RAGFlow_UserGuide_v2.pdf",
-        "similarity": 0.88,
-        "vector_similarity": 0.85,
-        "term_similarity": 0.92,
-        "index": 12,
-        "highlight": "RAGFlow 支持多种<em>文档解析模式</em>，其中 <em>DeepDOC</em> 模式特别适合处理包含大量表格和扫描件的 PDF 文档。",
-        "important_keywords": ["DeepDOC", "PDF"],
-        "questions": ["DeepDOC 模式有什么用?"],
-        "image_id": "",
-        "positions": [12]
-      },
-      {
-        "id": "e457f92e3c0411ef8d4c0242ac120003_15",
-        "content": "如果文档主要由纯文本构成，建议使用 Naive 模式。该模式解析速度快，适合通用场景。",
-        "document_id": "doc_uuid_123",
-        "dataset_id": "kb_uuid_456",
-        "document_name": "RAGFlow_UserGuide_v2.pdf",
-        "document_keyword": "RAGFlow_UserGuide_v2.pdf",
-        "similarity": 0.45,
-        "vector_similarity": 0.40,
-        "term_similarity": 0.50,
-        "index": 15,
-        "highlight": "如果文档主要由纯文本构成，建议使用 <em>Naive</em> 模式。",
-        "important_keywords": ["Naive", "纯文本"],
-        "questions": [],
-        "image_id": "",
-        "positions": [15]
-      }
-    ],
-    "doc_aggs": [
-        {
-            "doc_name": "RAGFlow_UserGuide_v2.pdf",
-            "doc_id": "doc_uuid_123",
-            "count": 2
-        }
-    ]
-  }
-}
-```

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/RAGFlow_File接口详解.md

@@ -1,503 +0,0 @@
-# RAGFlow 文件管理接口详解 (File Management API)
-
-## 1. 上传文件 - `upload`
-**接口描述**: 上传一个或多个文件到指定文件夹。支持多文件上传 (Multipart)。上传成功后，文件将存储在 MinIO/S3 中，并返回文件元数据列表。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/file/upload`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-**Content-Type**: `multipart/form-data`
-
-### 请求参数 (Request)
-#### Form Data Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| file | file | 是 | **文件二进制流**。支持多文件上传。 |
-| parent_id | string | 否 | **父级目录 ID**。如果省略，默认上传到根目录 (root)。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": [
-    {
-      "id": "e457f92e3c0411ef8d4c0242ac120003",
-      "parent_id": "root_folder_id_123",
-      "tenant_id": "tenant_uuid_456",
-      "created_by": "user_uuid_789",
-      "type": "pdf",
-      "name": "ProjectReport.pdf",
-      "location": "ProjectReport.pdf",
-      "size": 204800,
-      "source_type": "",
-      "create_time": 1715623400123,
-      "create_date": "2024-05-13 10:03:20",
-      "update_time": 1715623400123,
-      "update_date": "2024-05-13 10:03:20"
-    }
-  ]
-}
-```
-
----
-
-## 2. 新建文件夹 - `create`
-**接口描述**: 在指定父目录下创建一个新的文件夹（逻辑目录）。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/file/create`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| name | string | 是 | **文件夹名称**。同一目录下不可重名。 |
-| parent_id | string | 否 | **父级目录 ID**。省略则默认为根目录。 |
-| type | string | 是 | **类型**。固定值为 `FOLDER` 创建文件夹。 |
-
-**Request Example**:
-```json
-{
-  "name": "Year2024_Reports",
-  "parent_id": "root_folder_id_123",
-  "type": "FOLDER"
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "id": "folder_uuid_abc",
-    "parent_id": "root_folder_id_123",
-    "tenant_id": "tenant_uuid_456",
-    "created_by": "user_uuid_789",
-    "name": "Year2024_Reports",
-    "location": "",
-    "size": 0,
-    "type": "folder",
-    "source_type": "",
-    "create_time": 1715623500000,
-    "create_date": "2024-05-13 10:05:00",
-    "update_time": 1715623500000,
-    "update_date": "2024-05-13 10:05:00"
-  }
-}
-```
-
----
-
-## 3. 获取文件列表 - `list_files`
-**接口描述**: 分页获取指定文件夹下的文件和子文件夹列表。支持按名称模糊搜索。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/file/list`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| parent_id | string | 否 | (Root) | **父级目录 ID**。指定要查看的目录 ID。 |
-| keywords | string | 否 | - | **搜索关键词**。按文件名模糊搜索。 |
-| page | int | 否 | 1 | **页码**。 |
-| page_size | int | 否 | 15 | **每页数量**。 |
-| orderby | string | 否 | "create_time" | **排序字段**。 |
-| desc | boolean | 否 | true | **是否降序**。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "total": 25,
-    "parent_folder": {
-      "id": "root_folder_id_123",
-      "parent_id": "",
-      "tenant_id": "tenant_uuid_456",
-      "created_by": "system",
-      "name": "ROOT",
-      "location": "",
-      "size": 0,
-      "type": "folder",
-      "source_type": "",
-      "create_time": 1710000000000,
-      "create_date": "2024-03-01 00:00:00",
-      "update_time": 1710000000000,
-      "update_date": "2024-03-01 00:00:00"
-    },
-    "files": [
-      {
-        "id": "folder_uuid_abc",
-        "parent_id": "root_folder_id_123",
-        "tenant_id": "tenant_uuid_456",
-        "created_by": "user_uuid_789",
-        "name": "Year2024_Reports",
-        "location": "",
-        "size": 0,
-        "type": "folder",
-        "source_type": "",
-        "create_time": 1715623500000,
-        "create_date": "2024-05-13 10:05:00",
-        "update_time": 1715623500000,
-        "update_date": "2024-05-13 10:05:00"
-      },
-      {
-        "id": "e457f92e3c0411ef8d4c0242ac120003",
-        "parent_id": "root_folder_id_123",
-        "tenant_id": "tenant_uuid_456",
-        "created_by": "user_uuid_789",
-        "name": "ProjectReport.pdf",
-        "location": "ProjectReport.pdf",
-        "size": 204800,
-        "type": "pdf",
-        "source_type": "",
-        "create_time": 1715623400123,
-        "create_date": "2024-05-13 10:03:20",
-        "update_time": 1715623400123,
-        "update_date": "2024-05-13 10:03:20"
-      }
-    ]
-  }
-}
-```
-
----
-
-## 4. 获取文件流 (下载) - `get`
-**接口描述**: 通过文件 ID 下载文件内容。不同于获取元数据，该接口直接返回文件的二进制流（Octet-stream 或 Image 等）。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/file/get/<file_id>`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| file_id | string | 是 | **文件 ID**。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/octet-stream` (或具体 MIME 类型如 `image/png`)
-
-*(返回二进制文件流)*
-
----
-
-## 5. 下载附件 - `download_attachment`
-**接口描述**: 这是一个通用的附件下载接口，通常用于系统内部引用或特定路径的下载。它使用 `attachment_id`（通常对应 MinIO 中的存储路径/Key）来检索文件。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/file/download/<attachment_id>`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| attachment_id | string | 是 | **附件 ID / 存储 Key**。通常对应底层存储的唯一标识符。 |
-
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| ext | string | 否 | "markdown" | **文件扩展名**。用于设置响应头中的 Content-Type。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/octet-stream` (或根据 ext 参数推断)
-
-*(返回二进制文件流)*
-
-
-## 6. 重命名文件/文件夹 - `rename`
-**接口描述**: 修改文件或文件夹的名称。对于文件，通常不允许修改扩展名（后缀）。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/file/rename`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| file_id | string | 是 | **目标文件/文件夹 ID**。 |
-| name | string | 是 | **新名称**。需符合文件命名规范，且同一目录下不可重名。 |
-
-**Request Example**:
-```json
-{
-  "file_id": "file_uuid_123",
-  "name": "New_Report_Final.pdf"
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": true
-}
-```
-
----
-
-## 7. 移动文件/文件夹 - `move`
-**接口描述**: 批量移动文件或文件夹到指定的目录 (Move)。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/file/mv`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| src_file_ids | array<string> | 是 | **源文件/文件夹 ID 列表**。支持批量移动。 |
-| dest_file_id | string | 是 | **目标文件夹 ID**。必须是已存在的文件夹 ID。 |
-
-**Request Example**:
-```json
-{
-  "src_file_ids": ["file_id_1", "file_id_2"],
-  "dest_file_id": "folder_id_target"
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": true
-}
-```
-
----
-
-## 8. 删除文件/文件夹 - `rm`
-**接口描述**: 批量删除文件或文件夹。如果是文件夹，将递归删除其下的所有内容。此操作不可恢复。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/file/rm`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| file_ids | array<string> | 是 | **待删除的文件/文件夹 ID 列表**。 |
-
-**Request Example**:
-```json
-{
-  "file_ids": ["file_uuid_to_delete_1", "folder_uuid_to_delete_2"]
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": true
-}
-```
-
----
-
-## 9. 文件转知识库文档 - `convert`
-**接口描述**: 将已上传的文件（File）导入到指定的知识库（Dataset）中，转换为文档（Document）并进行解析。这是一个“文件 -> 知识库”的桥接操作。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/file/convert`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| file_ids | array<string> | 是 | **源文件 ID 列表**。必须是已存在于文件管理系统中的 ID。 |
-| kb_ids | array<string> | 是 | **目标知识库 ID 列表**。文件将被同时导入到这些知识库中。 |
-
-**Request Example**:
-```json
-{
-  "file_ids": ["file_uuid_pdf_1", "file_uuid_txt_2"],
-  "kb_ids": ["dataset_uuid_A"]
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": [
-    {
-      "id": "mapping_uuid_1",
-      "file_id": "file_uuid_pdf_1",
-      "document_id": "doc_uuid_created_in_kb_A",
-      "create_time": 1715623600123,
-      "create_date": "2024-05-13 10:06:40",
-      "update_time": 1715623600123,
-      "update_date": "2024-05-13 10:06:40"
-    },
-    {
-      "id": "mapping_uuid_2",
-      "file_id": "file_uuid_txt_2",
-      "document_id": "doc_uuid_created_in_kb_A",
-      "create_time": 1715623600124,
-      "create_date": "2024-05-13 10:06:40",
-      "update_time": 1715623600124,
-      "update_date": "2024-05-13 10:06:40"
-    }
-  ]
-}
-```
-
-
-## 10. 获取根目录信息 - `get_root_folder`
-**接口描述**: 获取当前用户的根目录文件夹信息。每个用户（Tenant）都有且仅有一个系统自动创建的根目录。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/file/root_folder`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Query Parameters
-无
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "root_folder": {
-      "id": "root_folder_id_123",
-      "parent_id": "",
-      "tenant_id": "tenant_uuid_456",
-      "created_by": "system",
-      "name": "ROOT",
-      "location": "",
-      "size": 0,
-      "type": "folder",
-      "source_type": "",
-      "create_time": 1710000000000,
-      "create_date": "2024-03-01 00:00:00",
-      "update_time": 1710000000000,
-      "update_date": "2024-03-01 00:00:00"
-    }
-  }
-}
-```
-
----
-
-## 11. 获取父目录信息 - `get_parent_folder`
-**接口描述**: 获取指定文件或文件夹的直接父级目录信息。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/file/parent_folder`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| file_id | string | 是 | **当前文件/文件夹 ID**。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "parent_folder": {
-      "id": "root_folder_id_123",
-      "parent_id": "",
-      "tenant_id": "tenant_uuid_456",
-      "created_by": "system",
-      "name": "ROOT",
-      "location": "",
-      "size": 0,
-      "type": "folder",
-      "source_type": "",
-      "create_time": 1710000000000,
-      "create_date": "2024-03-01 00:00:00",
-      "update_time": 1710000000000,
-      "update_date": "2024-03-01 00:00:00"
-    }
-  }
-}
-```
-
----
-
-## 12. 获取完整路径 (面包屑) - `get_all_parent_folders`
-**接口描述**: 获取指定文件或文件夹的所有上级目录列表，形成完整的路径链。返回的列表顺序通常是从根目录到直接父目录（有序）。此接口常用于前端展示“面包屑导航” (Breadcrumbs)。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/file/all_parent_folder`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| file_id | string | 是 | **目标文件/文件夹 ID**。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "parent_folders": [
-      {
-        "id": "root_folder_id_123",
-        "parent_id": "",
-        "tenant_id": "tenant_uuid_456",
-        "created_by": "system",
-        "name": "ROOT",
-        "location": "",
-        "size": 0,
-        "type": "folder",
-        "source_type": "",
-        "create_time": 1710000000000,
-        "create_date": "2024-03-01 00:00:00",
-        "update_time": 1710000000000,
-        "update_date": "2024-03-01 00:00:00"
-      },
-      {
-         "id": "folder_project_a_id",
-         "parent_id": "root_folder_id_123",
-         "tenant_id": "tenant_uuid_456",
-         "created_by": "user_id_001",
-         "name": "Project A Docs",
-         "location": "",
-         "size": 0,
-         "type": "folder",
-         "source_type": "",
-         "create_time": 1715000000000,
-         "create_date": "2024-05-01 09:00:00",
-         "update_time": 1715000000000,
-         "update_date": "2024-05-01 09:00:00"
-      }
-    ]
-  }
-}
-```

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/RAGFlow_SearchBot_AgentBot接口详解.md

@@ -1,228 +0,0 @@
-# RAGFlow 搜索机器人 & AgentBot 接口详解 (SearchBot & AgentBot)
-
-## 1. 搜索机器人对话 - `ask_about_embedded`
-**接口描述**: 面向 **SearchBot (搜索机器人)** 的核心对话接口，通常用于嵌入式知识库问答场景。与普通 Chat 不同，它更侧重于从指定的 `kb_ids` 中直接检索答案，且鉴权使用 `Authorization: Bearer <Beta_Token>` (即 API Key)。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/searchbots/ask`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| question | string | 是 | - | **用户问题**。 |
-| kb_ids | array<string> | 是 | - | **知识库 ID 列表**。限定从哪些知识库中检索。 |
-| search_id | string | 否 | - | **搜索应用 ID**。如果指定，将使用该搜索应用的配置 (Search App Config)。 |
-
-**Request Example**:
-```json
-{
-  "question": "What is the refund policy?",
-  "kb_ids": ["dataset_uuid_1", "dataset_uuid_2"],
-  "search_id": "search_app_uuid_abc"
-}
-```
-
-### 响应参数 (Stream Response)
-**Content-Type**: `text/event-stream`
-
-```text
-data:{"code": 0, "message": "", "data": {"answer": "According to the ", "reference": {}}}
-
-data:{"code": 0, "message": "", "data": {"answer": "policy, refunds are processed within 7 days.", "reference": {"chunk_1": {"content_with_weight": "Refunds...", "doc_name": "policy.pdf"}}}}
-
-data:{"code": 0, "message": "", "data": true} // 结束标志
-```
-
----
-
-## 2. 获取思维导图 - `mindmap`
-**接口描述**: 根据用户的查询或对话上下文，生成用于前端展示的思维导图数据结构。这通常用于帮助用户梳理复杂的搜索结果或知识结构。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/searchbots/mindmap`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| question | string | 是 | **用户问题/主题**。 |
-| kb_ids | array<string> | 是 | **知识库 ID 列表**。 |
-| search_id | string | 否 | **搜索应用 ID**。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "root": {
-      "text": "Refund Policy", // 根节点文本
-      "children": [
-        {
-          "text": "Conditions",
-          "children": [
-            { "text": "Product defect" },
-            { "text": "Shipping error" }
-          ]
-        },
-        {
-          "text": "Timeline",
-          "children": [
-            { "text": "7-14 business days" }
-          ]
-        }
-      ]
-    }
-  }
-}
-```
-
----
-
-## 3. 获取相关推荐问题 - `related_questions_embedded`
-**接口描述**: 根据用户当前的问题，生成一组相关的推荐问题 (Suggest Questions)。常用于搜索结果页底部的“猜你想问”。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/searchbots/related_questions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| question | string | 是 | **用户当前问题**。 |
-| search_id | string | 否 | **搜索应用 ID**。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": [
-    "How to apply for a refund online?",
-    "What items are non-refundable?",
-    "Contact customer support"
-  ]
-}
-```
-
----
-
-## 4. 获取 AgentBot 输入项 - `begin_inputs`
-**接口描述**: 获取 **AgentBot** (嵌入式 Agent) 的初始化信息，特别是前置输入项 (Prolog/Inputs)。这用于在用户开始对话前，展示一个表单让用户输入必要信息（如姓名、邮箱、API Key 等），这些信息会被传递给 Agent 的 `Begin` 节点。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/agentbots/<agent_id>/inputs`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| agent_id | string | 是 | **Agent ID**。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "title": "Booking Assistant",
-    "avatar": "http://...",
-    "prologue": "Welcome! Please tell me your details.",
-    "inputs": { // `Begin` 节点定义的输入变量
-      "user_name": {
-        "type": "string",
-        "description": "Your Name",
-        "required": true
-      },
-      "email": {
-        "type": "string",
-        "description": "Contact Email",
-        "required": false
-      }
-    },
-    "mode": "chat"
-  }
-}
-```
-
----
-
-## 5. AgentBot 对话交互 - `agent_bot_completions`
-**接口描述**: 面向 **AgentBot** 的嵌入式对话接口。与 `agent_completions` 类似，但它专为无需登录的 C 端用户设计，通过 API Key 鉴权。它支持完整的 Agent 流程执行和流式响应。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/agentbots/<agent_id>/completions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| agent_id | string | 是 | **Agent ID**。 |
-
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| session_id | string | 是 | **会话 ID**。 |
-| inputs | object | 否 | **前置输入值**。对应 `begin_inputs` 中定义的变量，如 `{"user_name": "Alice"}`。 |
-| query | string | 否 | **用户输入**。 |
-| stream | boolean | 否 | **是否流式**。默认 `true`。 |
-
-**Request Example**:
-```json
-{
-  "session_id": "session_uuid_123",
-  "inputs": {
-    "user_name": "Bob"
-  },
-  "query": "I want to book a room.",
-  "stream": true
-}
-```
-
-### 响应参数 (Stream Response)
-**Content-Type**: `text/event-stream`
-
-```text
-data:{"event": "message", "data": {"content": "Hello Bob, ", "reference": {}}}
-
-data:{"event": "message", "data": {"content": "when do you want to check in?", "reference": {}}}
-```
-
----
-
-## 6. Agent OpenAI 兼容接口 - `agents_completion_openai_compatibility`
-**接口描述**: 专门针对 Agent 的 **OpenAI 兼容** 接口。这使得外部工具可以像调用 OpenAI Chat Completion 一样调用 RAGFlow 配置好的复杂 Agent。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/agents_openai/<agent_id>/chat/completions`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Path Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| agent_id | string | 是 | **Agent ID**。 |
-
-#### Body Parameters (OpenAI Standard)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| messages | array | 是 | 包含 `role`, `content` 的消息数组。 |
-| model | string | 是 | 占位符，任意字符串。 |
-| stream | boolean | 否 | 默认 `true`。 |
-
-### 响应参数 (Stream Response - OpenAI Format)
-**Content-Type**: `text/event-stream`
-
-```text
-data: {"id": "agent-chat-uuid", "object": "chat.completion.chunk", "created": 1715000000, "model": "ragflow_agent", "choices": [{"index": 0, "delta": {"role": "assistant", "content": ""}, "finish_reason": null}]}
-
-data: {"id": "agent-chat-uuid", "object": "chat.completion.chunk", "created": 1715000001, "model": "ragflow_agent", "choices": [{"index": 0, "delta": {"content": "Processing your request..."}, "finish_reason": null}]}
-
-data: [DONE]
-```

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/RAGFlow_Session_Extra接口详解.md

@@ -1,168 +0,0 @@
-# RAGFlow SearchBot 补充与通用会话接口详解 (Session Extras)
-
-## 1. 获取引用详情 - `detail_share_embedded`
-**接口描述**: 当用户点击 SearchBot 回复中的引用标号 (e.g., [1]) 时，调用此接口获取该引用的详细内容（包括原文片段、来源文档名等）。此接口通常用于前端展示“引用来源”侧边栏或弹窗。它使用 API Key (Beta Token) 进行鉴权。
-**请求方法**: `GET`
-**接口地址**: `/api/v1/searchbots/detail`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Query Parameters
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| search_id | string | 是 | **搜索应用/SearchBot ID**。此接口需要验证调用者是否有权访问该 SearchBot。 |
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "id": "search_app_uuid_123",
-    "title": "IT Knowledge Base",
-    "description": "Tech support search bot",
-    "kb_ids": ["kb_uuid_1", "kb_uuid_2"],
-    "search_config": {
-      "top_k": 5,
-      "similarity_threshold": 0.5
-    },
-    // 注意：此接口目前主要返回 Search App 的详情配置，
-    // 前端通常使用 search_config 或其他信息来辅助展示引用。
-    // 具体引用内容的文本通常已包含在 `ask` 接口的 `reference` 字段中。
-  }
-}
-```
-
----
-
-## 2. SearchBot 检索测试 - `retrieval_test_embedded`
-**接口描述**: 面向 SearchBot 的**检索效果测试**接口。它不通过 LLM 生成答案，而是直接返回 RAG 检索到的文档片段 (`chunks`)。这用于调试 SearchBot 的检索参数（如相似度阈值、Top-K）是否合理。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/searchbots/retrieval_test`
-**鉴权方式**: Header `Authorization: Bearer <API_KEY>`
-
-### 请求参数 (Request)
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| kb_id | string/array | 是 | - | **知识库 ID** (或列表)。支持单个 ID 字符串或 ID 列表。 |
-| question | string | 是 | - | **测试查询词**。 |
-| page | int | 否 | 1 | **页码**。 |
-| size | int | 否 | 30 | **每页数量**。 |
-| doc_ids | array<string> | 否 | - | **限定文档 ID**。仅在指定文档中检索。 |
-| similarity_threshold | float | 否 | 0.0 | **相似度阈值**。 |
-| top_k | int | 否 | 1024 | **Top-K 数量**。 |
-| highlight | boolean | 否 | false | **高亮匹配**。是否在返回内容中标记匹配关键词。 |
-
-**Request Example**:
-```json
-{
-  "kb_id": ["dataset_uuid_1"],
-  "question": "refund policy",
-  "top_k": 5,
-  "highlight": true
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": {
-    "total": 12, // 命中总是
-    "chunks": [
-      {
-        "content_with_weight": "Refunds are processed within <em>7 days</em>...", // 支持高亮
-        "doc_name": "policy.pdf",
-        "doc_id": "doc_uuid_101",
-        "similarity": 0.92,
-        "img_id": ""
-      },
-      {
-        "content_with_weight": "Product return guidelines...",
-        "doc_name": "guidelines.docx",
-        "doc_id": "doc_uuid_102",
-        "similarity": 0.88
-      }
-    ],
-    "labels": [] // 如果启用了查询标签功能
-  }
-}
-```
-
----
-
-## 3. 通用会话问答 - `ask_about`
-**接口描述**: **内部/测试用**的通用会话问答接口。与 `ask_embedded` 不同，此接口通常用于 RAGFlow 控制台内部的“调试”或“预览”功能，鉴权依赖用户的登录 Token (User Token)，且必须显式指定 `dataset_ids`。它不绑定特定的 Chat/Agent/SearchBot 配置。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/sessions/ask`
-**鉴权方式**: Header `Authorization: Bearer <USER_TOKEN>`
-
-### 请求参数 (Request)
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 说明 |
-|---|---|---|---|
-| question | string | 是 | **用户问题**。 |
-| dataset_ids | array<string> | 是 | **知识库 ID 列表**。必须是当前用户有权访问的知识库。 |
-
-**Request Example**:
-```json
-{
-  "question": "Summary of report",
-  "dataset_ids": ["dataset_uuid_internal_1"]
-}
-```
-
-### 响应参数 (Stream Response)
-**Content-Type**: `text/event-stream`
-
-```text
-data:{"code": 0, "message": "", "data": {"answer": "Here is the summary:", "reference": {}}}
-
-data:{"code": 0, "message": "", "data": {"answer": " The report indicates...", "reference": {}}}
-
-data:{"code": 0, "message": "", "data": true} // 结束
-```
-
----
-
-## 4. 通用相关问题 - `related_questions`
-**接口描述**: **内部/测试用**的通用相关问题推荐接口。根据用户的问题和行业背景，利用 LLM 生成推荐问题。通常用于内部测试台。
-**请求方法**: `POST`
-**接口地址**: `/api/v1/sessions/related_questions`
-**鉴权方式**: Header `Authorization: Bearer <USER_TOKEN>`
-
-### 请求参数 (Request)
-#### Body Parameters (JSON)
-| 参数名 | 类型 | 必填 | 默认值 | 说明 |
-|---|---|---|---|---|
-| question | string | 是 | - | **原始问题/关键词**。 |
-| industry | string | 否 | "" | **行业背景** (e.g., "Finance", "Healthcare")。帮助 LLM 生成更专业的推荐。 |
-
-**Request Example**:
-```json
-{
-  "question": "Data privacy",
-  "industry": "IT"
-}
-```
-
-### 响应参数 (Response)
-**Content-Type**: `application/json`
-
-```json
-{
-  "code": 0,
-  "message": "success",
-  "data": [
-    "GDPR compliance checklist",
-    "Data encryption standards",
-    "User consent management"
-  ]
-}
-```

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/RAGFlow_外部API清单_按文件分组.md

@@ -1,98 +0,0 @@
-# RAGFlow External API Reference (Grouped by File)
-
-## File: `api/apps/sdk/agents.py`
-| Function Name | URL Pattern | Notes |
-|---|---|---|
-| `list_agents` | `/api/v1/agents` | List Agents |
-| `create_agent` | `/api/v1/agents` | Create Agent |
-| `update_agent` | `/api/v1/agents/<agent_id>` | Update Agent |
-| `delete_agent` | `/api/v1/agents/<agent_id>` | Delete Agent |
-| `webhook` | `/api/v1/webhook_test/<agent_id>` | Webhook Test |
-| `webhook_trace` | `/api/v1/webhook_trace/<agent_id>` | Webhook Trace |
-
-## File: `api/apps/sdk/chat.py`
-| Function Name | URL Pattern | Notes |
-|---|---|---|
-| `create` | `/api/v1/chats` | Create Chat |
-| `delete_chats` | `/api/v1/chats` | Delete Chat |
-| `list_chat` | `/api/v1/chats` | List Chats |
-| `update` | `/api/v1/chats/<chat_id>` | Update Chat |
-
-## File: `api/apps/sdk/dataset.py`
-| Function Name | URL Pattern | Notes |
-|---|---|---|
-| `create` | `/api/v1/datasets` | Create Dataset |
-| `delete` | `/api/v1/datasets` | Delete Dataset |
-| `list_datasets` | `/api/v1/datasets` | List Datasets |
-| `update` | `/api/v1/datasets/<dataset_id>` | Update Dataset |
-| `knowledge_graph` | `/api/v1/datasets/<dataset_id>/knowledge_graph` | Knowledge Graph |
-| `delete_knowledge_graph` | `/api/v1/datasets/<dataset_id>/knowledge_graph` | Delete Knowledge Graph |
-| `run_graphrag` | `/api/v1/datasets/<dataset_id>/run_graphrag` | Run GraphRAG |
-| `run_raptor` | `/api/v1/datasets/<dataset_id>/run_raptor` | Run Raptor |
-| `trace_graphrag` | `/api/v1/datasets/<dataset_id>/trace_graphrag` | Trace GraphRAG |
-| `trace_raptor` | `/api/v1/datasets/<dataset_id>/trace_raptor` | Trace Raptor |
-
-## File: `api/apps/sdk/dify_retrieval.py`
-| Function Name | URL Pattern | Notes |
-|---|---|---|
-| `retrieval` | `/api/v1/dify/retrieval` | Dify Retrieval |
-
-## File: `api/apps/sdk/doc.py`
-| Function Name | URL Pattern | Notes |
-|---|---|---|
-| `parse` | `/api/v1/datasets/<dataset_id>/chunks` | Parse Document Chunks |
-| `stop_parsing` | `/api/v1/datasets/<dataset_id>/chunks` | Stop Parsing |
-| `upload` | `/api/v1/datasets/<dataset_id>/documents` | Upload Document |
-| `list_docs` | `/api/v1/datasets/<dataset_id>/documents` | List Documents |
-| `delete` | `/api/v1/datasets/<dataset_id>/documents` | Delete Document |
-| `update_doc` | `/api/v1/datasets/<dataset_id>/documents/<document_id>` | Update Document |
-| `download` | `/api/v1/datasets/<dataset_id>/documents/<document_id>` | Download Document |
-| `list_chunks` | `/api/v1/datasets/<dataset_id>/documents/<document_id>/chunks` | List Chunks |
-| `add_chunk` | `/api/v1/datasets/<dataset_id>/documents/<document_id>/chunks` | Add Chunk |
-| `update_chunk` | `/api/v1/datasets/<dataset_id>/documents/<document_id>/chunks/<chunk_id>` | Update Chunk |
-| `rm_chunk` | `/api/v1/datasets/<dataset_id>/documents/<document_id>/chunks` | Remove Chunk |
-| `metadata_summary` | `/api/v1/datasets/<dataset_id>/metadata/summary` | Metadata Summary |
-| `metadata_batch_update` | `/api/v1/datasets/<dataset_id>/metadata/update` | Batch Update Metadata |
-| `retrieval_test` | `/api/v1/retrieval` | Retrieval Test |
-
-## File: `api/apps/sdk/files.py`
-| Function Name | URL Pattern | Notes |
-|---|---|---|
-| `get_all_parent_folders` | `/api/v1/file/all_parent_folder` | Get All Parent Folders |
-| `convert` | `/api/v1/file/convert` | File Convert |
-| `create` | `/api/v1/file/create` | File Create |
-| `download_attachment` | `/api/v1/file/download/<attachment_id>` | Download Attachment |
-| `get` | `/api/v1/file/get/<file_id>` | Get File |
-| `list_files` | `/api/v1/file/list` | List Files |
-| `move` | `/api/v1/file/mv` | Move File |
-| `get_parent_folder` | `/api/v1/file/parent_folder` | Get Parent Folder |
-| `rename` | `/api/v1/file/rename` | Rename File |
-| `rm` | `/api/v1/file/rm` | Remove File |
-| `get_root_folder` | `/api/v1/file/root_folder` | Get Root Folder |
-| `upload` | `/api/v1/file/upload` | Upload File |
-
-## File: `api/apps/sdk/session.py`
-| Function Name | URL Pattern | Notes |
-|---|---|---|
-| `agent_bot_completions` | `/api/v1/agentbots/<agent_id>/completions` | Agent Bot completion |
-| `begin_inputs` | `/api/v1/agentbots/<agent_id>/inputs` | Get Agent Bot inputs |
-| `agent_completions` | `/api/v1/agents/<agent_id>/completions` | Agent completion |
-| `create_agent_session` | `/api/v1/agents/<agent_id>/sessions` | Create Agent Session |
-| `list_agent_session` | `/api/v1/agents/<agent_id>/sessions` | List Agent Sessions |
-| `delete_agent_session` | `/api/v1/agents/<agent_id>/sessions` | Delete Agent Session |
-| `agents_completion_openai_compatibility` | `/api/v1/agents_openai/<agent_id>/chat/completions` | OpenAI compatible Agent completion |
-| `chatbot_completions` | `/api/v1/chatbots/<dialog_id>/completions` | Chatbot completion |
-| `chatbots_inputs` | `/api/v1/chatbots/<dialog_id>/info` | Chatbot info |
-| `chat_completion` | `/api/v1/chats/<chat_id>/completions` | Chat completion |
-| `create` | `/api/v1/chats/<chat_id>/sessions` | Create Chat Session |
-| `list_session` | `/api/v1/chats/<chat_id>/sessions` | List Chat Sessions |
-| `delete` | `/api/v1/chats/<chat_id>/sessions` | Delete Chat Session |
-| `update` | `/api/v1/chats/<chat_id>/sessions/<session_id>` | Update Chat Session |
-| `chat_completion_openai_like` | `/api/v1/chats_openai/<chat_id>/chat/completions` | OpenAI compatible Chat completion |
-| `ask_about_embedded` | `/api/v1/searchbots/ask` | Searchbot Ask |
-| `detail_share_embedded` | `/api/v1/searchbots/detail` | Searchbot Detail |
-| `mindmap` | `/api/v1/searchbots/mindmap` | Searchbot Mindmap |
-| `related_questions_embedded` | `/api/v1/searchbots/related_questions` | Searchbot Related Questions |
-| `retrieval_test_embedded` | `/api/v1/searchbots/retrieval_test` | Searchbot Retrieval Test |
-| `ask_about` | `/api/v1/sessions/ask` | Session Ask |
-| `related_questions` | `/api/v1/sessions/related_questions` | Session Related Questions |

main/manager-api/src/main/java/xiaozhi/modules/knowledge/doc/README.md

@@ -1,45 +0,0 @@
-# RAGFlow API 接口文档索引 (Unofficial Detailed Guide)
-
-本文档汇集了 RAGFlow 核心模块的 API 详解。所有文档均遵循 **Zero Omissions (无省略)** 原则，全字段展开并包含中文注释。
-
-## 📚 1. 知识库与文档管理 (Knowledge & Documents)
-核心的数据管理模块，负责上传文件、解析文档与建立索引。
-
-- **[知识库管理 (Dataset)](./RAGFlow_Dataset接口详解.md)**
-  - 涵盖知识库的创建、列表查询、更新、删除等接口。
-- **[文档处理 (Document)](./RAGFlow_Document接口详解.md)**
-  - 涵盖文档的上传 (Upload)、解析配置更新 (Update)、解析状态查询 (Run Status)。
-  - **切片管理**: 解析后的 Chunk 列表查询、增删改查。
-  - **检索测试**: 直接对知识库进行召回测试 (Retrieval Test)。
-- **[文件管理 (File)](./RAGFlow_File接口详解.md)**
-  - 类似网盘的文件操作体系。
-  - **CRUD**: 上传、下载、列表。
-  - **目录**: 文件夹创建、面包屑导航 (`get_all_parent_folders`)。
-  - **操作**: 移动、重命名、删除、导入知识库 (`convert`).
-
-## 💬 2. 聊天助手 (Chat Assistant)
-RAGFlow 原生的对话助手体系，基于 Assistant (Dialog) 模型。
-
-- **[会话管理 (Chat Session)](./RAGFlow_Chat_Session接口详解.md)**
-  - 管理 `/chats/` 下的会话生命周期。
-  - 创建会话、获取历史记录、重命名、批量删除。
-- **[对话交互 (Chat Completion)](./RAGFlow_Chat_Completion接口详解.md)**
-  - **Core Chat**: 原生流式对话 (`/chats/<id>/completions`), 支持引用 (`quote`)。
-  - **OpenAI Compatible**: 完美兼容 OpenAI `/v1/chat/completions` 协议。
-  - **Embedded Bot**: 面向 C 端嵌入窗口的对话接口 (`/chatbots/`).
-
-## 🤖 3. Agent 与 机器人 (Agent & Bots)
-基于 Graph (DAG) 编排的复杂应用与各类机器人扩展。
-
-- **[Agent 与 Dify 兼容 (Agent & Dify)](./RAGFlow_Agent_Dify接口详解.md)**
-  - **Agent Session**: Agent 的会话管理与流式对话 (`agent_completions`)。
-  - **Dify Adapter**: 兼容 Dify 协议的检索接口 (`retrieval`).
-- **[SearchBot 与 AgentBot](./RAGFlow_SearchBot_AgentBot接口详解.md)**
-  - **SearchBot**: 纯搜索机器人，支持思维导图 (`mindmap`)、相关问题 (`related_questions`).
-  - **AgentBot**: 嵌入式 Agent，支持前置表单 (`begin_inputs`).
-  - **Agent OpenAI**: Agent 的 OpenAI 兼容接口。
-
-## 🛠️ 4. 其他 (Extras)
-- **[通用与补充接口 (Session Extras)](./RAGFlow_Session_Extra接口详解.md)**
-  - **引用详情**: 获取 SearchBot 引用来源 (`detail_share_embedded`).
-  - **通用问答**: 内部调试用的直接问答 (`ask_about`).

main/manager-api/src/main/java/xiaozhi/modules/knowledge/dto/dataset/DatasetDTO.java

@@ -7,6 +7,7 @@ import java.util.List;
 import java.util.Map;
 import com.fasterxml.jackson.annotation.JsonProperty;
 import com.fasterxml.jackson.annotation.JsonIgnoreProperties;
+import com.fasterxml.jackson.annotation.JsonInclude;
 import jakarta.validation.constraints.*;
 
 /**
@@ -129,6 +130,7 @@ public class DatasetDTO {
         @JsonProperty("parser_config")
         private ParserConfig parserConfig;
 
+        @JsonInclude(JsonInclude.Include.NON_NULL)
         @Schema(description = "PageRank 权重 (0-100)", example = "50")
         private Integer pagerank;
     }

main/manager-api/src/main/java/xiaozhi/modules/knowledge/rag/KnowledgeBaseAdapter.java

@@ -176,12 +176,21 @@ public abstract class KnowledgeBaseAdapter {
 
         /**
          * 获取数据集的文档数量
-         * 
+         *
          * @param datasetId 数据集ID
          * @return 文档数量
          */
         public abstract Integer getDocumentCount(String datasetId);
 
+        /**
+         * 获取数据集完整信息（名称、简介、文档数量等）
+         * 用于检测 RAGFlow 端是否已删除、同步名称/简介变更
+         *
+         * @param datasetId 数据集ID
+         * @return 数据集详情，若 RAGFlow 端不存在则返回 null
+         */
+        public abstract DatasetDTO.InfoVO getDatasetInfo(String datasetId);
+
         /**
          * 发送流式请求 (SSE)
          * 

main/manager-api/src/main/java/xiaozhi/modules/knowledge/rag/impl/RAGFlowAdapter.java

@@ -486,7 +486,20 @@ public class RAGFlowAdapter extends KnowledgeBaseAdapter {
     @Override
     public Integer getDocumentCount(String datasetId) {
         try {
-            // [Fix] 使用列表过滤接口获取详情 (GET /datasets?id={id})
+            DatasetDTO.InfoVO info = getDatasetInfo(datasetId);
+            if (info != null && info.getDocumentCount() != null) {
+                return info.getDocumentCount().intValue();
+            }
+            return 0;
+        } catch (Exception e) {
+            log.warn("获取文档数量失败: {}", e.getMessage());
+            return 0;
+        }
+    }
+
+    @Override
+    public DatasetDTO.InfoVO getDatasetInfo(String datasetId) {
+        try {
             Map<String, Object> params = new HashMap<>();
             params.put("id", datasetId);
             params.put("page", 1);
@@ -498,20 +511,14 @@ public class RAGFlowAdapter extends KnowledgeBaseAdapter {
             if (dataObj instanceof List) {
                 List<?> list = (List<?>) dataObj;
                 if (!list.isEmpty()) {
-                    Object firstItem = list.get(0);
-                    if (firstItem instanceof Map) {
-                        Object countObj = ((Map<?, ?>) firstItem).get("document_count");
-                        if (countObj instanceof Number) {
-                            return ((Number) countObj).intValue();
-                        }
-                    }
+                    return objectMapper.convertValue(list.get(0), DatasetDTO.InfoVO.class);
                 }
             }
-            // 降级：未找到或结构不匹配
-            return 0;
+            // RAGFlow 端不存在该数据集
+            return null;
         } catch (Exception e) {
-            log.warn("获取文档数量失败: {}", e.getMessage());
-            return 0;
+            log.warn("获取数据集信息失败: datasetId={}, error={}", datasetId, e.getMessage());
+            return null;
         }
     }
 

main/manager-api/src/main/java/xiaozhi/modules/knowledge/service/KnowledgeFilesService.java

@@ -96,7 +96,7 @@ public interface KnowledgeFilesService {
         /**
          * 保存文档影子记录
          */
-        void saveDocumentShadow(String datasetId, KnowledgeFilesDTO result, String originalName, String chunkMethod,
+        boolean saveDocumentShadow(String datasetId, KnowledgeFilesDTO result, String originalName, String chunkMethod,
                         Map<String, Object> parserConfig);
 
         /**
@@ -120,4 +120,13 @@ public interface KnowledgeFilesService {
          * 同步所有处于 RUNNING 状态的文档 (供定时任务调用)
          */
         void syncRunningDocuments();
+
+        /**
+         * 从RAGFlow全量同步文档到本地影子表
+         * 拉取远端所有文档，与本地影子表对比，插入缺失的记录
+         *
+         * @param datasetId 数据集ID
+         * @return 新同步的文档数量
+         */
+        int syncDocumentsFromRAG(String datasetId);
 }

main/manager-api/src/main/java/xiaozhi/modules/knowledge/service/impl/KnowledgeBaseServiceImpl.java

@@ -19,6 +19,8 @@ import xiaozhi.common.service.impl.BaseServiceImpl;
 import xiaozhi.common.utils.ConvertUtils;
 import xiaozhi.common.utils.JsonUtils;
 import xiaozhi.modules.knowledge.dao.KnowledgeBaseDao;
+import xiaozhi.modules.knowledge.dao.DocumentDao;
+import xiaozhi.modules.knowledge.entity.DocumentEntity;
 import xiaozhi.modules.knowledge.dto.KnowledgeBaseDTO;
 import xiaozhi.modules.knowledge.dto.dataset.DatasetDTO;
 import xiaozhi.modules.knowledge.entity.KnowledgeBaseEntity;
@@ -46,6 +48,7 @@ public class KnowledgeBaseServiceImpl extends BaseServiceImpl<KnowledgeBaseDao,
         implements KnowledgeBaseService {
 
     private final KnowledgeBaseDao knowledgeBaseDao;
+    private final DocumentDao documentDao;
     private final ModelConfigService modelConfigService;
     private final ModelConfigDao modelConfigDao;
     private final RedisUtils redisUtils;
@@ -67,27 +70,107 @@ public class KnowledgeBaseServiceImpl extends BaseServiceImpl<KnowledgeBaseDao,
 
         // Enrich with Document Count from RAG (Optional / Lazy)
         if (pageData != null && pageData.getList() != null) {
-            for (KnowledgeBaseDTO dto : pageData.getList()) {
+            pageData.getList().removeIf(dto -> {
                 enrichDocumentCount(dto);
-            }
+                // syncDatasetFromRAG 检测到 RAGFlow 端已删除时，会将本地记录清理
+                // 此时 datasetId 被置空作为标记，需要在列表中移除该条目
+                return dto.getDatasetId() == null;
+            });
         }
         return pageData;
     }
 
     private void enrichDocumentCount(KnowledgeBaseDTO dto) {
+        syncDatasetFromRAG(dto);
+    }
+
+    /**
+     * 从 RAGFlow 同步数据集信息：检测删除、同步名称/简介、获取文档数量
+     * 每次列表刷新时实时查询 RAGFlow，确保立即感知远端变更
+     */
+    private void syncDatasetFromRAG(KnowledgeBaseDTO dto) {
         try {
-            if (StringUtils.isNotBlank(dto.getDatasetId()) && StringUtils.isNotBlank(dto.getRagModelId())) {
-                KnowledgeBaseAdapter adapter = getAdapterByModelId(dto.getRagModelId());
-                if (adapter != null) {
-                    dto.setDocumentCount(adapter.getDocumentCount(dto.getDatasetId()));
+            if (StringUtils.isBlank(dto.getDatasetId()) || StringUtils.isBlank(dto.getRagModelId())) {
+                return;
+            }
+
+            KnowledgeBaseAdapter adapter = getAdapterByModelId(dto.getRagModelId());
+            if (adapter == null) {
+                return;
+            }
+
+            DatasetDTO.InfoVO datasetInfo = adapter.getDatasetInfo(dto.getDatasetId());
+
+            if (datasetInfo == null) {
+                // RAGFlow 端已删除 → 本地级联清理
+                log.info("数据集 {} 在 RAGFlow 端不存在，执行本地清理", dto.getDatasetId());
+                cleanupLocalDataset(dto.getDatasetId(), dto.getId());
+                // 标记为已删除，让上层从列表中移除
+                dto.setDatasetId(null);
+                return;
+            }
+
+            // 同步名称（去掉 username_ 前缀）
+            String ragflowName = datasetInfo.getName();
+            if (StringUtils.isNotBlank(ragflowName)) {
+                String localName = ragflowName.contains("_") ? ragflowName.substring(ragflowName.indexOf('_') + 1) : ragflowName;
+                if (!localName.equals(dto.getName())) {
+                    log.info("同步知识库名称: {} -> {}", dto.getName(), localName);
+                    KnowledgeBaseEntity entity = knowledgeBaseDao.selectById(dto.getId());
+                    if (entity != null) {
+                        entity.setName(localName);
+                        knowledgeBaseDao.updateById(entity);
+                        dto.setName(localName);
+                    }
                 }
             }
+
+            // 同步简介
+            String ragflowDesc = datasetInfo.getDescription();
+            String localDesc = dto.getDescription();
+            boolean descChanged = (ragflowDesc == null && localDesc != null) || (ragflowDesc != null && !ragflowDesc.equals(localDesc));
+            if (descChanged) {
+                log.info("同步知识库简介: datasetId={}", dto.getDatasetId());
+                KnowledgeBaseEntity entity = knowledgeBaseDao.selectById(dto.getId());
+                if (entity != null) {
+                    entity.setDescription(ragflowDesc);
+                    knowledgeBaseDao.updateById(entity);
+                    dto.setDescription(ragflowDesc);
+                }
+            }
+
+            // 设置文档数量（保留原有功能）
+            if (datasetInfo.getDocumentCount() != null) {
+                dto.setDocumentCount(datasetInfo.getDocumentCount().intValue());
+            }
+
         } catch (Exception e) {
-            log.warn("无法获取知识库 {} 的文档计数: {}", dto.getName(), e.getMessage());
+            log.warn("同步数据集信息失败 {}: {}", dto.getName(), e.getMessage());
             dto.setDocumentCount(0);
         }
     }
 
+    /**
+     * 本地级联清理：RAGFlow 端已删除时，清理本地所有关联数据
+     * 不调用 RAGFlow 删除 API
+     */
+    @Transactional(rollbackFor = Exception.class)
+    public void cleanupLocalDataset(String datasetId, String entityId) {
+        try {
+            // 1. 删除文档影子记录
+            documentDao.delete(new QueryWrapper<DocumentEntity>().eq("dataset_id", datasetId));
+            // 2. 删除插件映射
+            knowledgeBaseDao.deletePluginMappingByKnowledgeBaseId(entityId);
+            // 3. 删除知识库记录
+            knowledgeBaseDao.deleteById(entityId);
+            // 4. 清理缓存
+            redisUtils.delete(RedisKeys.getKnowledgeBaseCacheKey(entityId));
+            log.info("本地级联清理完成: datasetId={}, entityId={}", datasetId, entityId);
+        } catch (Exception e) {
+            log.error("本地级联清理失败: datasetId={}, entityId={}", datasetId, entityId, e);
+        }
+    }
+
     @Override
     public KnowledgeBaseDTO getById(String id) {
         KnowledgeBaseEntity entity = knowledgeBaseDao.selectById(id);

main/manager-api/src/main/java/xiaozhi/modules/knowledge/service/impl/KnowledgeFilesServiceImpl.java

@@ -4,6 +4,8 @@ import java.util.ArrayList;
 import java.util.Date;
 import java.util.List;
 import java.util.Map;
+import java.util.Set;
+import java.util.stream.Collectors;
 
 import org.apache.commons.lang3.StringUtils;
 import org.springframework.beans.BeanUtils;
@@ -76,6 +78,13 @@ public class KnowledgeFilesServiceImpl extends BaseServiceImpl<DocumentDao, Docu
             throw new RenException(ErrorCode.RAG_DATASET_ID_AND_MODEL_ID_NOT_NULL);
         }
 
+        // 全量对账同步: 从RAGFlow拉取远端文档，实时同步确保立即感知远端变更
+        try {
+            self.syncDocumentsFromRAG(datasetId);
+        } catch (Exception e) {
+            log.warn("从RAGFlow全量同步文档失败(不影响本地查询): datasetId={}, error={}", datasetId, e.getMessage());
+        }
+
         // 1. 获取本地影子表数据 (MyBatis-Plus 分页)
         Page<DocumentEntity> pageParams = new Page<>(page, limit);
         QueryWrapper<DocumentEntity> queryWrapper = new QueryWrapper<>();
@@ -408,10 +417,13 @@ public class KnowledgeFilesServiceImpl extends BaseServiceImpl<DocumentDao, Docu
     }
 
     /**
-     * 原子化保存影子记录，确保本地数据绝对一致
+     * 原子化保存影子记录（Upsert 语义）
+     * 若 document_id 已存在则更新，不存在则插入，避免 UNIQUE 约束冲突
+     *
+     * @return true=新插入, false=更新已有记录
      */
     @Transactional(rollbackFor = Exception.class)
-    public void saveDocumentShadow(String datasetId, KnowledgeFilesDTO result, String originalName, String chunkMethod,
+    public boolean saveDocumentShadow(String datasetId, KnowledgeFilesDTO result, String originalName, String chunkMethod,
             Map<String, Object> parserConfig) {
         DocumentEntity entity = new DocumentEntity();
         entity.setDatasetId(datasetId);
@@ -453,12 +465,23 @@ public class KnowledgeFilesServiceImpl extends BaseServiceImpl<DocumentDao, Docu
         entity.setCreatedAt(result.getCreatedAt() != null ? result.getCreatedAt() : new Date());
         entity.setUpdatedAt(result.getUpdatedAt() != null ? result.getUpdatedAt() : new Date());
 
-        // 插入影子表 (若失败将抛出异常，触发调用方报错，确保 Local-First 列表一致性)
-        documentDao.insert(entity);
+        // Upsert: 检查 document_id 是否已存在，存在则更新，不存在则插入
+        DocumentEntity existing = documentDao.selectOne(
+                new QueryWrapper<DocumentEntity>().eq("document_id", entity.getDocumentId()));
 
-        // Issue 4: 同步递增数据集文档总数统计，保持父子表一致
-        knowledgeBaseService.updateStatistics(datasetId, 1, 0L, 0L);
-        log.info("已同步递增数据集统计: datasetId={}", datasetId);
+        if (existing != null) {
+            entity.setId(existing.getId());
+            entity.setCreatedAt(existing.getCreatedAt()); // 保留原始创建时间
+            documentDao.updateById(entity);
+            log.info("影子记录已更新: documentId={}", entity.getDocumentId());
+            return false;
+        } else {
+            documentDao.insert(entity);
+            // 新增记录时递增数据集文档总数统计
+            knowledgeBaseService.updateStatistics(datasetId, 1, 0L, 0L);
+            log.info("影子记录已插入: documentId={}, datasetId={}", entity.getDocumentId(), datasetId);
+            return true;
+        }
     }
 
     @Override
@@ -738,6 +761,167 @@ public class KnowledgeFilesServiceImpl extends BaseServiceImpl<DocumentDao, Docu
         this.deleteDocuments(datasetId, req);
     }
 
+    @Override
+    public int syncDocumentsFromRAG(String datasetId) {
+        log.info("=== 开始从RAGFlow全量同步文档到本地影子表: datasetId={} ===", datasetId);
+
+        // 1. 获取适配器
+        Map<String, Object> ragConfig = knowledgeBaseService.getRAGConfigByDatasetId(datasetId);
+        KnowledgeBaseAdapter adapter = KnowledgeBaseAdapterFactory.getAdapter(extractAdapterType(ragConfig), ragConfig);
+
+        // 2. 分页拉取远端所有文档
+        List<KnowledgeFilesDTO> allRemoteDocs = new ArrayList<>();
+        int pageNum = 1;
+        int pageSize = 100;
+        long totalRemote = Long.MAX_VALUE;
+
+        while ((long) (pageNum - 1) * pageSize < totalRemote) {
+            DocumentDTO.ListReq req = DocumentDTO.ListReq.builder()
+                    .page(pageNum)
+                    .pageSize(pageSize)
+                    .build();
+            PageData<KnowledgeFilesDTO> remotePage = adapter.getDocumentList(datasetId, req);
+            if (remotePage == null || remotePage.getList() == null || remotePage.getList().isEmpty()) {
+                break;
+            }
+            allRemoteDocs.addAll(remotePage.getList());
+            totalRemote = remotePage.getTotal();
+            pageNum++;
+        }
+
+        // 3. 获取本地已有文档
+        List<DocumentEntity> localDocs = documentDao.selectList(
+                new QueryWrapper<DocumentEntity>().eq("dataset_id", datasetId));
+        Set<String> localDocIds = localDocs.stream()
+                .map(DocumentEntity::getDocumentId)
+                .collect(Collectors.toSet());
+
+        // 4. 远端文档ID集合
+        Set<String> remoteDocIds = allRemoteDocs.stream()
+                .map(KnowledgeFilesDTO::getDocumentId)
+                .filter(id -> id != null)
+                .collect(Collectors.toSet());
+
+        // 5. 补充: 插入远端存在但本地缺失的文档
+        List<KnowledgeFilesDTO> newDocs = allRemoteDocs.stream()
+                .filter(doc -> doc.getDocumentId() != null && !localDocIds.contains(doc.getDocumentId()))
+                .collect(Collectors.toList());
+
+        int syncCount = 0;
+        if (!newDocs.isEmpty()) {
+            for (KnowledgeFilesDTO doc : newDocs) {
+                try {
+                    self.saveDocumentShadow(datasetId, doc, doc.getName(), doc.getChunkMethod(), doc.getParserConfig());
+                    // 同步远端已有的 token/chunk 统计
+                    Long tokenCount = doc.getTokenCount() != null ? doc.getTokenCount() : 0L;
+                    long chunkCount = doc.getChunkCount() != null ? doc.getChunkCount().longValue() : 0L;
+                    if (tokenCount > 0 || chunkCount > 0) {
+                        knowledgeBaseService.updateStatistics(datasetId, 0, chunkCount, tokenCount);
+                    }
+                    syncCount++;
+                } catch (Exception e) {
+                    log.warn("同步单个文档影子记录失败: docId={}, error={}", doc.getDocumentId(), e.getMessage());
+                }
+            }
+            log.info("从RAGFlow新增同步 {} 个文档影子记录, datasetId={}", syncCount, datasetId);
+        }
+
+        // 6. 清理: 删除远端已不存在但本地仍保留的影子记录
+        List<DocumentEntity> deletedDocs = localDocs.stream()
+                .filter(entity -> !remoteDocIds.contains(entity.getDocumentId()))
+                .collect(Collectors.toList());
+
+        if (!deletedDocs.isEmpty()) {
+            List<String> deletedDocIds = new ArrayList<>();
+            long totalChunkDelta = 0;
+            long totalTokenDelta = 0;
+
+            for (DocumentEntity entity : deletedDocs) {
+                deletedDocIds.add(entity.getDocumentId());
+                totalChunkDelta += entity.getChunkCount() != null ? entity.getChunkCount() : 0L;
+                totalTokenDelta += entity.getTokenCount() != null ? entity.getTokenCount() : 0L;
+            }
+            try {
+                self.deleteDocumentShadows(deletedDocIds, datasetId, totalChunkDelta, totalTokenDelta);
+                log.info("清理远端已删除的影子记录: {} 个, datasetId={}", deletedDocs.size(), datasetId);
+            } catch (Exception e) {
+                log.warn("清理远端已删除的影子记录失败: datasetId={}, error={}", datasetId, e.getMessage());
+            }
+        }
+
+        // 7. 全量更新: 远端和本地都存在的文档，以远端为准同步所有字段
+        // 处理 RAGFlow 复用 documentId 重传、远端编辑后元数据变化等场景
+        Map<String, KnowledgeFilesDTO> remoteDocMap = allRemoteDocs.stream()
+                .filter(doc -> doc.getDocumentId() != null)
+                .collect(Collectors.toMap(KnowledgeFilesDTO::getDocumentId, doc -> doc, (a, b) -> b));
+
+        Map<String, DocumentEntity> localDocMap = localDocs.stream()
+                .collect(Collectors.toMap(DocumentEntity::getDocumentId, e -> e, (a, b) -> b));
+
+        int updateCount = 0;
+        for (Map.Entry<String, KnowledgeFilesDTO> entry : remoteDocMap.entrySet()) {
+            String docId = entry.getKey();
+            DocumentEntity local = localDocMap.get(docId);
+            if (local == null) {
+                continue; // 不在本地，由步骤5处理
+            }
+            KnowledgeFilesDTO remote = entry.getValue();
+
+            // 全量字段更新（以远端为准），确保本地与 RAGFlow 完全一致
+            UpdateWrapper<DocumentEntity> updateWrapper = new UpdateWrapper<DocumentEntity>()
+                    .set("run", remote.getRun())
+                    .set("status", remote.getStatus() != null ? remote.getStatus() : local.getStatus())
+                    .set("progress", remote.getProgress())
+                    .set("chunk_count", remote.getChunkCount())
+                    .set("token_count", remote.getTokenCount())
+                    .set("size", remote.getFileSize())
+                    .set("error", remote.getError())
+                    .set("process_duration", remote.getProcessDuration())
+                    .set("updated_at", new Date())
+                    .set("last_sync_at", new Date())
+                    .eq("document_id", docId)
+                    .eq("dataset_id", datasetId);
+
+            if (remote.getName() != null) {
+                updateWrapper.set("name", remote.getName());
+            }
+            if (remote.getThumbnail() != null) {
+                updateWrapper.set("thumbnail", remote.getThumbnail());
+            }
+            if (remote.getMetaFields() != null) {
+                try {
+                    updateWrapper.set("meta_fields", objectMapper.writeValueAsString(remote.getMetaFields()));
+                } catch (Exception e) {
+                    log.warn("同步更新元数据序列化失败: docId={}, error={}", docId, e.getMessage());
+                }
+            }
+
+            documentDao.update(null, updateWrapper);
+
+            // 同步统计差异（chunk/token 计数变化时修正父表）
+            Long remoteTokenCount = remote.getTokenCount() != null ? remote.getTokenCount() : 0L;
+            Long localTokenCount = local.getTokenCount() != null ? local.getTokenCount() : 0L;
+            long remoteChunkCount = remote.getChunkCount() != null ? remote.getChunkCount().longValue() : 0L;
+            long localChunkCount = local.getChunkCount() != null ? local.getChunkCount().longValue() : 0L;
+            long tokenDelta = remoteTokenCount - localTokenCount;
+            long chunkDelta = remoteChunkCount - localChunkCount;
+            if (tokenDelta != 0 || chunkDelta != 0) {
+                knowledgeBaseService.updateStatistics(datasetId, 0, chunkDelta, tokenDelta);
+                log.info("影子更新: 修正知识库统计, docId={}, chunkDelta={}, tokenDelta={}", docId, chunkDelta, tokenDelta);
+            }
+
+            updateCount++;
+        }
+
+        if (syncCount == 0 && deletedDocs.isEmpty() && updateCount == 0) {
+            log.info("本地影子表已与RAGFlow完全同步, datasetId={}", datasetId);
+        } else {
+            log.info("同步完成: 新增={}, 清理={}, 更新={}, datasetId={}", syncCount, deletedDocs.size(), updateCount, datasetId);
+        }
+
+        return syncCount;
+    }
+
     @Override
     public void syncRunningDocuments() {
         // 1. 查询所有 RUNNING 状态的文档
@@ -755,7 +939,7 @@ public class KnowledgeFilesServiceImpl extends BaseServiceImpl<DocumentDao, Docu
 
         // 2. 按 DatasetID 分组，复用 Adapter
         Map<String, List<DocumentEntity>> groupedDocs = runningDocs.stream()
-                .collect(java.util.stream.Collectors.groupingBy(DocumentEntity::getDatasetId));
+                .collect(Collectors.groupingBy(DocumentEntity::getDatasetId));
 
         groupedDocs.forEach((datasetId, docs) -> {
             KnowledgeBaseAdapter adapter = null;

main/manager-api/src/main/java/xiaozhi/modules/llm/service/LLMService.java

@@ -67,4 +67,13 @@ public interface LLMService {
      * @return 是否可用
      */
     boolean isAvailable(String modelId);
+
+    /**
+     * 生成会话标题
+     * 
+     * @param conversation 对话内容
+     * @param modelId      模型ID
+     * @return 标题（约15字）
+     */
+    String generateTitle(String conversation, String modelId);
 }

main/manager-api/src/main/java/xiaozhi/modules/llm/service/impl/OpenAIStyleLLMServiceImpl.java

@@ -1,6 +1,7 @@
 package xiaozhi.modules.llm.service.impl;
 
 import java.util.HashMap;
+import java.util.LinkedHashMap;
 import java.util.List;
 import java.util.Map;
 
@@ -30,13 +31,38 @@ import xiaozhi.modules.model.service.ModelConfigService;
 @Service
 public class OpenAIStyleLLMServiceImpl implements LLMService {
 
+    // 需要禁用思考模式的平台域名及其对应参数
+    private static final Map<String, Map<String, Object>> THINKING_DISABLED_DOMAINS = new LinkedHashMap<>();
+    static {
+        THINKING_DISABLED_DOMAINS.put("aliyuncs.com", Map.of("enable_thinking", false));
+        Map<String, Object> thinkingDisabled = Map.of("thinking", Map.of("type", "disabled"));
+        THINKING_DISABLED_DOMAINS.put("bigmodel.cn", thinkingDisabled);
+        THINKING_DISABLED_DOMAINS.put("moonshot.cn", thinkingDisabled);
+        THINKING_DISABLED_DOMAINS.put("volces.com", thinkingDisabled);
+    }
+
     @Autowired
     private ModelConfigService modelConfigService;
 
     private final RestTemplate restTemplate = new RestTemplate();
 
+    /**
+     * 根据域名自动禁用思考模式
+     */
+    private void applyThinkingDisabled(String baseUrl, Map<String, Object> requestBody) {
+        for (Map.Entry<String, Map<String, Object>> entry : THINKING_DISABLED_DOMAINS.entrySet()) {
+            if (baseUrl.contains(entry.getKey())) {
+                requestBody.putAll(entry.getValue());
+                log.info("为域名 {} 禁用思考模式，参数: {}", baseUrl, entry.getValue());
+                break;
+            }
+        }
+    }
+
     private static final String DEFAULT_SUMMARY_PROMPT = "你是一个经验丰富的记忆总结者，擅长将对话内容进行总结摘要，遵循以下规则：\n1、总结用户的重要信息，以便在未来的对话中提供更个性化的服务\n2、不要重复总结，不要遗忘之前记忆，除非原来的记忆超过了1800字，否则不要遗忘、不要压缩用户的历史记忆\n3、用户操控的设备音量、播放音乐、天气、退出、不想对话等和用户本身无关的内容，这些信息不需要加入到总结中\n4、聊天内容中的今天的日期时间、今天的天气情况与用户事件无关的数据，这些信息如果当成记忆存储会影响后续对话，这些信息不需要加入到总结中\n5、不要把设备操控的成果结果和失败结果加入到总结中，也不要把用户的一些废话加入到总结中\n6、不要为了总结而总结，如果用户的聊天没有意义，请返回原来的历史记录也是可以的\n7、只需要返回总结摘要，严格控制在1800字内\n8、不要包含代码、xml，不需要解释、注释和说明，保存记忆时仅从对话提取信息，不要混入示例内容\n9、如果提供了历史记忆，请将新对话内容与历史记忆进行智能合并，保留有价值的历史信息，同时添加新的重要信息\n\n历史记忆：\n{history_memory}\n\n新对话内容：\n{conversation}";
 
+    private static final String DEFAULT_TITLE_PROMPT = "请根据以下对话内容，生成一个简洁的会话标题（约15字以内），只返回标题，不要包含任何解释或标点符号：\n{conversation}";
+
     @Override
     public String generateSummary(String conversation) {
         return generateSummary(conversation, null, null);
@@ -100,6 +126,9 @@ public class OpenAIStyleLLMServiceImpl implements LLMService {
             requestBody.put("temperature", temperature != null ? temperature : 0.7);
             requestBody.put("max_tokens", maxTokens != null ? maxTokens : 2000);
 
+            // 禁用思考模式
+            applyThinkingDisabled(baseUrl, requestBody);
+
             // 发送HTTP请求
             HttpHeaders headers = new HttpHeaders();
             headers.setContentType(MediaType.APPLICATION_JSON);
@@ -154,10 +183,8 @@ public class OpenAIStyleLLMServiceImpl implements LLMService {
             // 从智控台获取LLM模型配置
             ModelConfigEntity llmConfig;
             if (modelId != null && !modelId.trim().isEmpty()) {
-                // 通过具体模型ID获取配置
                 llmConfig = modelConfigService.getModelByIdFromCache(modelId);
             } else {
-                // 保持向后兼容，使用默认配置
                 llmConfig = getDefaultLLMConfig();
             }
 
@@ -195,6 +222,9 @@ public class OpenAIStyleLLMServiceImpl implements LLMService {
             requestBody.put("temperature", 0.2);
             requestBody.put("max_tokens", 2000);
 
+            // 禁用思考模式
+            applyThinkingDisabled(baseUrl, requestBody);
+
             // 发送HTTP请求
             HttpHeaders headers = new HttpHeaders();
             headers.setContentType(MediaType.APPLICATION_JSON);
@@ -302,4 +332,94 @@ public class OpenAIStyleLLMServiceImpl implements LLMService {
             return null;
         }
     }
+
+    @Override
+    public String generateTitle(String conversation, String modelId) {
+        if (!isAvailable()) {
+            log.warn("LLM服务不可用，无法生成标题");
+            return null;
+        }
+
+        try {
+            ModelConfigEntity llmConfig;
+            if (modelId != null && !modelId.trim().isEmpty()) {
+                llmConfig = modelConfigService.getModelByIdFromCache(modelId);
+            } else {
+                llmConfig = getDefaultLLMConfig();
+            }
+
+            if (llmConfig == null || llmConfig.getConfigJson() == null) {
+                log.error("未找到可用的LLM模型配置，modelId: {}", modelId);
+                return null;
+            }
+
+            JSONObject configJson = llmConfig.getConfigJson();
+            String baseUrl = configJson.getStr("base_url");
+            String model = configJson.getStr("model_name");
+            String apiKey = configJson.getStr("api_key");
+
+            if (StringUtils.isBlank(baseUrl) || StringUtils.isBlank(apiKey)) {
+                log.error("LLM配置不完整，baseUrl或apiKey为空");
+                return null;
+            }
+
+            String prompt = DEFAULT_TITLE_PROMPT.replace("{conversation}", conversation);
+
+            Map<String, Object> requestBody = new HashMap<>();
+            requestBody.put("model", model != null ? model : "gpt-3.5-turbo");
+
+            Map<String, Object>[] messages = new Map[1];
+            Map<String, Object> message = new HashMap<>();
+            message.put("role", "user");
+            message.put("content", prompt);
+            messages[0] = message;
+
+            requestBody.put("messages", messages);
+            requestBody.put("temperature", 0.3);
+            requestBody.put("max_tokens", 50);
+
+            // 禁用思考模式
+            applyThinkingDisabled(baseUrl, requestBody);
+
+            HttpHeaders headers = new HttpHeaders();
+            headers.setContentType(MediaType.APPLICATION_JSON);
+            headers.set("Authorization", "Bearer " + apiKey);
+
+            HttpEntity<Map<String, Object>> entity = new HttpEntity<>(requestBody, headers);
+
+            String apiUrl = baseUrl;
+            if (!apiUrl.endsWith("/chat/completions")) {
+                if (!apiUrl.endsWith("/")) {
+                    apiUrl += "/";
+                }
+                apiUrl += "chat/completions";
+            }
+
+            ResponseEntity<String> response = restTemplate.exchange(
+                    apiUrl, HttpMethod.POST, entity, String.class);
+
+            if (response.getStatusCode().is2xxSuccessful()) {
+                JSONObject responseJson = JSONUtil.parseObj(response.getBody());
+                JSONArray choices = responseJson.getJSONArray("choices");
+                if (choices != null && choices.size() > 0) {
+                    JSONObject choice = choices.getJSONObject(0);
+                    JSONObject messageObj = choice.getJSONObject("message");
+                    String title = messageObj.getStr("content");
+                    if (StringUtils.isNotBlank(title)) {
+                        title = title.trim().replaceAll("[，。！？、：；''\"\"【】（）]", "");
+                        if (title.length() > 15) {
+                            title = title.substring(0, 15);
+                        }
+                        return title;
+                    }
+                }
+            } else {
+                log.error("LLM API调用失败，状态码：{}，响应：{}", response.getStatusCode(), response.getBody());
+            }
+        } catch (Exception e) {
+            log.error("调用LLM服务生成标题时发生异常，modelId: {}", modelId, e);
+        }
+
+        return null;
+    }
 }

main/manager-api/src/main/java/xiaozhi/modules/model/service/impl/ModelConfigServiceImpl.java

@@ -57,7 +57,8 @@ public class ModelConfigServiceImpl extends BaseServiceImpl<ModelConfigDao, Mode
                         .eq("model_type", modelType)
                         .eq("is_enabled", 1)
                         .like(StringUtils.isNotBlank(modelName), "model_name", modelName)
-                        .select("id", "model_name"));
+                        .select("id", "model_name")
+                        .orderByAsc("sort"));
         return ConvertUtils.sourceToTarget(entities, ModelBasicInfoDTO.class);
     }
 
@@ -370,6 +371,13 @@ public class ModelConfigServiceImpl extends BaseServiceImpl<ModelConfigDao, Mode
                 }
             }
 
+            // 删除在新JSON中不存在的非敏感字段
+            for (String oldKey : originalJson.keySet().toArray(new String[0])) {
+                if (!modelConfigBodyDTO.getConfigJson().containsKey(oldKey) && !SensitiveDataUtils.isSensitiveField(oldKey)) {
+                    updatedJson.remove(oldKey);
+                }
+            }
+
             modelConfigEntity.setConfigJson(updatedJson);
         }
 
@@ -402,6 +410,13 @@ public class ModelConfigServiceImpl extends BaseServiceImpl<ModelConfigDao, Mode
                 }
             }
         }
+
+        // 删除在新JSON中不存在的非敏感子字段
+        for (String oldChildKey : originalChild.keySet().toArray(new String[0])) {
+            if (!updated.containsKey(oldChildKey) && !SensitiveDataUtils.isSensitiveField(oldChildKey)) {
+                originalChild.remove(oldChildKey);
+            }
+        }
     }
 
     /**

main/manager-api/src/main/java/xiaozhi/modules/model/service/impl/ModelProviderServiceImpl.java

@@ -95,6 +95,7 @@ public class ModelProviderServiceImpl extends BaseServiceImpl<ModelProviderDao,
 
         QueryWrapper<ModelProviderEntity> queryWrapper = new QueryWrapper<>();
         queryWrapper.eq("model_type", StringUtils.isBlank(modelType) ? "" : modelType);
+        queryWrapper.orderByAsc("sort");
         List<ModelProviderEntity> providerEntities = modelProviderDao.selectList(queryWrapper);
         return ConvertUtils.sourceToTarget(providerEntities, ModelProviderDTO.class);
     }
@@ -147,7 +148,8 @@ public class ModelProviderServiceImpl extends BaseServiceImpl<ModelProviderDao,
         UserDetail user = SecurityUser.getUser();
         modelProviderDTO.setUpdater(user.getId());
         modelProviderDTO.setUpdateDate(new Date());
-        if (modelProviderDao.updateById(ConvertUtils.sourceToTarget(modelProviderDTO, ModelProviderEntity.class)) == 0) {
+        if (modelProviderDao
+                .updateById(ConvertUtils.sourceToTarget(modelProviderDTO, ModelProviderEntity.class)) == 0) {
             throw new RenException(ErrorCode.UPDATE_DATA_FAILED);
         }
         return ConvertUtils.sourceToTarget(modelProviderDTO, ModelProviderDTO.class);

main/manager-api/src/main/java/xiaozhi/modules/security/config/ShiroConfig.java

@@ -90,6 +90,7 @@ public class ShiroConfig {
         filterMap.put("/agent/chat-history/report", "server");
         filterMap.put("/agent/chat-history/download/**", "anon");
         filterMap.put("/agent/chat-summary/**", "server");
+        filterMap.put("/agent/chat-title/**", "server");
         filterMap.put("/agent/play/**", "anon");
         filterMap.put("/voiceClone/play/**", "anon");
         filterMap.put("/**", "oauth2");

main/manager-api/src/main/resources/db/changelog/202603231037.sql

@@ -0,0 +1,7 @@
+-- 新增仅上报聊天记录记忆模型供应器
+
+delete from `ai_model_provider` where `id` = 'SYSTEM_Memory_mem_report_only';
+delete from `ai_model_config` where `id` = 'Memory_mem_report_only';
+
+INSERT INTO `ai_model_provider` VALUES ('SYSTEM_Memory_mem_report_only', 'Memory', 'mem_report_only', '仅上报聊天记录', '[]', 4, 1, NOW(), 1, NOW());
+INSERT INTO `ai_model_config` VALUES ('Memory_mem_report_only', 'Memory', 'mem_report_only', '仅上报聊天记录', 0, 1, '{"type": "mem_report_only"}', NULL, '仅上报聊天记录，不总结记忆', 3, NULL, NULL, NULL, NULL);

main/manager-api/src/main/resources/db/changelog/202603311200.sql

@@ -0,0 +1,2 @@
+-- 修改聊天内容字段类型
+ALTER TABLE ai_agent_chat_history MODIFY COLUMN content TEXT COMMENT '聊天内容';

main/manager-api/src/main/resources/db/changelog/202604010930.sql

@@ -0,0 +1,7 @@
+-- 修改记忆模型名称
+
+UPDATE `ai_model_config` SET `model_name` = '本地短期记忆（总结记忆）' WHERE `id` = 'Memory_mem_local_short';
+UPDATE `ai_model_provider` SET `name` = '本地短期记忆（总结记忆）' WHERE `id` = 'SYSTEM_Memory_mem_local_short';
+
+UPDATE `ai_model_config` SET `model_name` = '仅上报聊天记录（不总结记忆）' WHERE `id` = 'Memory_mem_report_only';
+UPDATE `ai_model_provider` SET `name` = '仅上报聊天记录（不总结记忆）' WHERE `id` = 'SYSTEM_Memory_mem_report_only';

main/manager-api/src/main/resources/db/changelog/202604011035.sql

@@ -0,0 +1 @@
+INSERT INTO `sys_params` (id, param_code, param_value, value_type, param_type, remark) VALUES (312, 'tool_call_timeout', '30', 'number', 1, '工具调用超时时间(秒)');

main/manager-api/src/main/resources/db/changelog/202604011545.sql

@@ -0,0 +1,16 @@
+-- 智能体表添加小模型ID字段
+SET @col_exists = (SELECT COUNT(*) FROM INFORMATION_SCHEMA.COLUMNS WHERE TABLE_SCHEMA = DATABASE() AND TABLE_NAME = 'ai_agent' AND COLUMN_NAME = 'slm_model_id');
+SET @sql = IF(@col_exists = 0, 'ALTER TABLE `ai_agent` ADD COLUMN `slm_model_id` VARCHAR(255) NULL COMMENT ''小模型ID'' AFTER `llm_model_id`', 'SELECT ''Column slm_model_id already exists'' AS msg');
+PREPARE stmt FROM @sql; EXECUTE stmt; DEALLOCATE PREPARE stmt;
+
+-- 创建聊天标题表
+DROP TABLE IF EXISTS `ai_agent_chat_title`;
+CREATE TABLE `ai_agent_chat_title` (
+    `id` VARCHAR(32) NOT NULL COMMENT '主键ID',
+    `session_id` VARCHAR(255) NOT NULL COMMENT '会话ID',
+    `title` VARCHAR(255) DEFAULT NULL COMMENT '聊天标题',
+    `created_at` DATETIME DEFAULT NULL COMMENT '创建时间',
+    `updated_at` DATETIME DEFAULT NULL COMMENT '更新时间',
+    PRIMARY KEY (`id`),
+    KEY `idx_session_id` (`session_id`)
+) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='智能体聊天标题表';

main/manager-api/src/main/resources/db/changelog/202604161357.sql

@@ -0,0 +1,17 @@
+-- 更新模型名称：qwen2.5-vl-3b-instruct 改为 qwen3.5-flash
+UPDATE `ai_model_config` 
+SET `config_json` = JSON_SET(`config_json`, '$.model_name', 'qwen3.5-flash')
+WHERE `id` = 'VLLM_QwenVLVLLM' 
+AND JSON_EXTRACT(`config_json`, '$.model_name') = 'qwen2.5-vl-3b-instruct';
+
+-- 更新模型名称：qwen-turbo 改为 qwen-flash
+UPDATE `ai_model_config` 
+SET `config_json` = JSON_SET(`config_json`, '$.model_name', 'qwen-flash')
+WHERE `id` = 'LLM_AliLLM' 
+AND JSON_EXTRACT(`config_json`, '$.model_name') = 'qwen-turbo';
+
+-- 更新备注：qwen-turbo 改为 qwen-flash
+UPDATE `ai_model_config` 
+SET `remark` = REPLACE(`remark`, 'qwen-turbo', 'qwen-flash')
+WHERE `id` = 'LLM_AliLLM' 
+AND `remark` LIKE '%qwen-turbo%';

main/manager-api/src/main/resources/db/changelog/202604201719.sql

@@ -0,0 +1,102 @@
+-- 新增豆包语音合成模型2.0供应器（使用seed-tts-2.0资源ID）
+-- 与火山双流式TTS配置相同，但resource_id固定为seed-tts-2.0
+
+-- 插入豆包语音合成模型2.0供应器
+delete from `ai_model_provider` where id = 'SYSTEM_TTS_HSDSTTS_V2';
+INSERT INTO `ai_model_provider` (`id`, `model_type`, `provider_code`, `name`, `fields`, `sort`, `creator`, `create_date`, `updater`, `update_date`) VALUES
+('SYSTEM_TTS_HSDSTTS_V2', 'TTS', 'huoshan_double_stream', '豆包语音合成模型2.0', '[
+  {"key": "ws_url", "type": "string", "label": "WebSocket地址"},
+  {"key": "appid", "type": "string", "label": "应用ID"},
+  {"key": "access_token", "type": "string", "label": "访问令牌"},
+  {"key": "resource_id", "type": "string", "label": "资源ID"},
+  {"key": "speaker", "type": "string", "label": "默认音色"},
+  {"key": "enable_ws_reuse", "type": "boolean", "label": "是否开启链接复用", "default": true},
+  {"key": "audio_params", "type": "dict", "label": "音频输出配置"},
+  {"key": "additions", "type": "dict", "label": "高级文本处理配置"},
+  {"key": "mix_speaker", "type": "dict", "label": "混音控制配置"}
+]', 14, 1, NOW(), 1, NOW());
+
+-- 插入豆包语音合成模型2.0配置
+delete from `ai_model_config` where id = 'TTS_HSDSTTS_V2';
+INSERT INTO `ai_model_config` VALUES ('TTS_HSDSTTS_V2', 'TTS', 'HuoshanDoubleStreamTTSV2', '豆包语音合成模型2.0', 0, 1, '{
+  "type": "huoshan_double_stream",
+  "ws_url": "wss://openspeech.bytedance.com/api/v3/tts/bidirection",
+  "appid": "",
+  "access_token": "",
+  "resource_id": "seed-tts-2.0",
+  "speaker": "zh_female_xiaohe_uranus_bigtts",
+  "enable_ws_reuse": true,
+  "audio_params": {
+    "speech_rate": 0,
+    "loudness_rate": 0
+  },
+  "additions": {
+    "aigc_metadata": {},
+    "cache_config": {},
+    "post_process": {
+      "pitch": 0
+    }
+  },
+  "mix_speaker": {}
+}', NULL, NULL, 17, NULL, NULL, NULL, NULL);
+
+-- 豆包语音合成模型2.0配置说明文档
+UPDATE `ai_model_config` SET
+`doc_link` = 'https://www.volcengine.com/docs/6561/1329505',
+`remark` = '豆包语音合成模型2.0配置说明（基于火山引擎seed-tts-2.0）：
+1. 访问 https://www.volcengine.com/ 注册并开通火山引擎账号
+2. 访问 https://console.volcengine.com/speech/service/10035 开通语音合成大模型，购买音色
+3. 在页面底部获取appid和access_token
+4. 资源ID固定为：seed-tts-2.0（豆包语音合成模型2.0）
+5. 链接复用：开启WebSocket连接复用，默认true减少链接损耗（注意：复用后设备处于聆听状态时空闲链接会占并发数）
+
+详细参数文档：https://www.volcengine.com/docs/6561/1329505
+【audio_params】音频输出配置 - 用户可自定义添加火山引擎支持的任何音频参数
+  - speech_rate: 语速(-50~100)，默认0
+  - loudness_rate: 音量(-50~100)，默认0
+  示例：{"speech_rate": 10, "loudness_rate": 5}
+
+【additions】高级文本处理配置 - 用户可自定义添加火山引擎支持的任何高级参数
+  - post_process.pitch: 音高(-12~12)，默认0
+  - aigc_metadata: AIGC元数据配置
+  - cache_config: 缓存配置
+  示例：{"post_process": {"pitch": 2}, "aigc_metadata": {}, "cache_config": {}}
+
+注意：
+- 豆包语音合成模型2.0使用seed-tts-2.0资源ID，与火山双流式TTS（volc.service_type.10029）不同
+- 相关音色列表：https://www.volcengine.com/docs/6561/1257544
+- 用户可根据火山引擎API文档自行添加更多参数
+' WHERE `id` = 'TTS_HSDSTTS_V2';
+
+-- 添加豆包语音合成模型2.0音色（与火山双流式TTS音色相同）
+delete from `ai_tts_voice` where tts_model_id = 'TTS_HSDSTTS_V2';
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0001', 'TTS_HSDSTTS_V2', 'Vivi', 'zh_female_vv_uranus_bigtts', '普通话、日语、印尼语、墨西哥西班牙语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_vv_uranus_bigtts.wav', NULL, NULL, NULL, 1, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0002', 'TTS_HSDSTTS_V2', '小何', 'zh_female_xiaohe_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_xiaohe_uranus_bigtts.mp3', NULL, NULL, NULL, 2, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0003', 'TTS_HSDSTTS_V2', '云舟', 'zh_male_m191_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_m191_uranus_bigtts.mp3', NULL, NULL, NULL, 3, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0004', 'TTS_HSDSTTS_V2', '小天', 'zh_male_taocheng_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_taocheng_uranus_bigtts.mp3', NULL, NULL, NULL, 4, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0005', 'TTS_HSDSTTS_V2', '刘飞', 'zh_male_liufei_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_liufei_uranus_bigtts.mp3', NULL, NULL, NULL, 5, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0006', 'TTS_HSDSTTS_V2', '魅力苏菲', 'zh_female_sophie_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_sophie_uranus_bigtts.mp3', NULL, NULL, NULL, 6, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0007', 'TTS_HSDSTTS_V2', '清新女声', 'zh_female_qingxinnvsheng_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_qingxinnvsheng_uranus_bigtts.mp3', NULL, NULL, NULL, 7, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0008', 'TTS_HSDSTTS_V2', '知性灿灿', 'zh_female_cancan_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_cancan_uranus_bigtts.mp3', NULL, NULL, NULL, 8, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0009', 'TTS_HSDSTTS_V2', '撒娇学妹', 'zh_female_sajiaoxuemei_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_sajiaoxuemei_uranus_bigtts.mp3', NULL, NULL, NULL, 9, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0010', 'TTS_HSDSTTS_V2', '甜美小源', 'zh_female_tianmeixiaoyuan_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_tianmeixiaoyuan_uranus_bigtts.mp3', NULL, NULL, NULL, 10, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0011', 'TTS_HSDSTTS_V2', '甜美桃子', 'zh_female_tianmeitaozi_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_tianmeitaozi_uranus_bigtts.mp3', NULL, NULL, NULL, 11, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0012', 'TTS_HSDSTTS_V2', '爽快思思', 'zh_female_shuangkuaisisi_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_shuangkuaisisi_uranus_bigtts.mp3', NULL, NULL, NULL, 12, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0013', 'TTS_HSDSTTS_V2', '佩奇猪', 'zh_female_peiqi_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_peiqi_uranus_bigtts.mp3', NULL, NULL, NULL, 13, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0014', 'TTS_HSDSTTS_V2', '邻家女孩', 'zh_female_linjianvhai_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_linjianvhai_uranus_bigtts.mp3', NULL, NULL, NULL, 14, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0015', 'TTS_HSDSTTS_V2', '少年梓辛/Brayan', 'zh_male_shaonianzixin_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_shaonianzixin_uranus_bigtts.mp3', NULL, NULL, NULL, 15, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0016', 'TTS_HSDSTTS_V2', '猴哥', 'zh_male_sunwukong_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_sunwukong_uranus_bigtts.mp3', NULL, NULL, NULL, 16, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0017', 'TTS_HSDSTTS_V2', '魅力女友', 'zh_female_meilinvyou_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_meilinvyou_uranus_bigtts.mp3', NULL, NULL, NULL, 17, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0018', 'TTS_HSDSTTS_V2', 'Tim', 'en_male_tim_uranus_bigtts', '英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/en_male_tim_uranus_bigtts.mp3', NULL, NULL, NULL, 18, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0019', 'TTS_HSDSTTS_V2', 'Dacey', 'en_female_dacey_uranus_bigtts', '英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/en_female_dacey_uranus_bigtts.mp3', NULL, NULL, NULL, 19, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0020', 'TTS_HSDSTTS_V2', 'Stokie', 'en_female_stokie_uranus_bigtts', '英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/en_female_stokie_uranus_bigtts.mp3', NULL, NULL, NULL, 20, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0021', 'TTS_HSDSTTS_V2', '温暖阿虎/Alvin', 'zh_male_wennuanahu_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_wennuanahu_uranus_bigtts.mp3', NULL, NULL, NULL, 21, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0022', 'TTS_HSDSTTS_V2', '奶气萌娃', 'zh_male_naiqimengwa_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_naiqimengwa_uranus_bigtts.mp3', NULL, NULL, NULL, 22, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0023', 'TTS_HSDSTTS_V2', '婆婆', 'zh_female_popo_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_popo_uranus_bigtts.mp3', NULL, NULL, NULL, 23, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0024', 'TTS_HSDSTTS_V2', '开朗姐姐', 'zh_female_kailangjiejie_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_kailangjiejie_uranus_bigtts.mp3', NULL, NULL, NULL, 24, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0025', 'TTS_HSDSTTS_V2', '轻盈朵朵', 'saturn_zh_female_qingyingduoduo_cs_tob', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/ICL_zh_female_qingyingduoduo_cs_tob.mp3', NULL, NULL, NULL, 25, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0026', 'TTS_HSDSTTS_V2', '温婉珊珊', 'saturn_zh_female_wenwanshanshan_cs_tob', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/ICL_zh_female_wenwanshanshan_cs_tob.mp3', NULL, NULL, NULL, 26, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0027', 'TTS_HSDSTTS_V2', '霸气青叔', 'zh_male_baqiqingshu_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_baqiqingshu_uranus_bigtts.mp3', NULL, NULL, NULL, 27, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0028', 'TTS_HSDSTTS_V2', '悬疑解说', 'zh_male_xuanyijieshuo_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_xuanyijieshuo_uranus_bigtts.mp3', NULL, NULL, NULL, 28, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0029', 'TTS_HSDSTTS_V2', '古风少御', 'zh_female_gufengshaoyu_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_gufengshaoyu_uranus_bigtts.mp3', NULL, NULL, NULL, 29, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0030', 'TTS_HSDSTTS_V2', '唐僧', 'zh_male_tangseng_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_tangseng_uranus_bigtts.mp3', NULL, NULL, NULL, 30, NULL, NULL, NULL, NULL);

main/manager-api/src/main/resources/db/changelog/202604211515.sql

@@ -0,0 +1,38 @@
+-- 智能体替换词文件表
+CREATE TABLE IF NOT EXISTS `ai_agent_correct_word_file` (
+    `id`          VARCHAR(32)  NOT NULL,
+    `file_name`   VARCHAR(256) NOT NULL COMMENT '原始文件名',
+    `word_count`  INT          NOT NULL DEFAULT 0 COMMENT '替换词数量',
+    `content`     TEXT         COMMENT '文件原始内容',
+    `creator`     BIGINT       DEFAULT NULL,
+    `created_at`  DATETIME     DEFAULT CURRENT_TIMESTAMP,
+    `updater`     BIGINT       DEFAULT NULL,
+    `updated_at`  DATETIME     DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
+    PRIMARY KEY (`id`),
+    INDEX `idx_creator` (`creator`)
+) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='替换词文件';
+
+-- 替换词词条表
+CREATE TABLE IF NOT EXISTS `ai_agent_correct_word_item` (
+    `id`          VARCHAR(32)  NOT NULL,
+    `file_id`     VARCHAR(32)  NOT NULL COMMENT '所属文件ID',
+    `source_word` VARCHAR(128) NOT NULL COMMENT '原词',
+    `target_word` VARCHAR(128) NOT NULL COMMENT '替换词',
+    PRIMARY KEY (`id`),
+    INDEX `idx_file_id` (`file_id`)
+) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='替换词词条';
+
+-- 智能体替换词文件关联表
+CREATE TABLE IF NOT EXISTS `ai_agent_correct_word_mapping` (
+    `id`          VARCHAR(32)  NOT NULL,
+    `agent_id`    VARCHAR(32)  NOT NULL,
+    `file_id`     VARCHAR(32)  NOT NULL,
+    `creator`     BIGINT       DEFAULT NULL,
+    `created_at`  DATETIME     DEFAULT CURRENT_TIMESTAMP,
+    `updater`     BIGINT       DEFAULT NULL,
+    `updated_at`  DATETIME     DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
+    PRIMARY KEY (`id`),
+    UNIQUE INDEX `uk_agent_file` (`agent_id`, `file_id`),
+    INDEX `idx_agent_id` (`agent_id`),
+    INDEX `idx_file_id` (`file_id`)
+) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='智能体替换词文件关联';

main/manager-api/src/main/resources/db/changelog/202604211700.sql

@@ -0,0 +1,45 @@
+-- 修复豆包语音合成模型2.0 provider_code 重复问题，添加 ASR 2.0 支持
+
+-- ==================== 豆包语音合成模型2.0 ====================
+-- 删除 TTS 2.0 供应器（不再需要单独的供应器）
+delete from `ai_model_provider` where id = 'SYSTEM_TTS_HSDSTTS_V2';
+
+-- ==================== 豆包语音识别(流式) ====================
+-- 修正原有豆包语音识别(流式)供应器，移除cluster字段，添加resource_id字段
+UPDATE `ai_model_provider` SET `fields` = '[{"key":"appid","type":"string","label":"应用ID"},{"key":"access_token","type":"string","label":"访问令牌"},{"key":"boosting_table_name","type":"string","label":"热词文件名称"},{"key":"correct_table_name","type":"string","label":"替换词文件名称"},{"key":"output_dir","type":"string","label":"输出目录"},{"key":"end_window_size","type":"number","label":"静音判定时长(ms)"},{"key":"enable_multilingual","type":"boolean","label":"是否开启多语种识别模式"},{"key":"language","type":"string","label":"指定语言编码"},{"key":"resource_id","type":"string","label":"资源ID"}]' WHERE `id` = 'SYSTEM_ASR_DoubaoStreamASR';
+
+-- 修正原有豆包语音识别(流式)配置，移除cluster字段，添加resource_id默认值
+UPDATE `ai_model_config` SET `config_json` = JSON_REMOVE(JSON_SET(`config_json`, '$.resource_id', 'volc.bigasr.sauc.duration'), '$.cluster') WHERE `id` = 'ASR_DoubaoStreamASR';
+
+-- ==================== 豆包语音识别模型2.0 ====================
+
+-- 插入豆包语音识别模型2.0配置
+delete from `ai_model_config` where id = 'ASR_DoubaoStreamASRV2';
+INSERT INTO `ai_model_config` VALUES ('ASR_DoubaoStreamASRV2', 'ASR', 'DoubaoStreamASRV2', '豆包语音识别模型2.0', 0, 1, '{
+  "type": "doubao_stream",
+  "appid": "",
+  "access_token": "",
+  "resource_id": "volc.seedasr.sauc.duration",
+  "end_window_size": 200,
+  "enable_multilingual": false,
+  "language": "zh-CN",
+  "output_dir": "tmp/"
+}', NULL, NULL, 6, NULL, NULL, NULL, NULL);
+
+-- 豆包语音识别模型2.0配置说明文档
+UPDATE `ai_model_config` SET
+`doc_link` = 'https://www.volcengine.com/docs/6561/109979',
+`remark` = '豆包语音识别模型2.0配置说明（基于火山引擎seed-asr）：
+1. 访问 https://www.volcengine.com/ 注册并开通火山引擎账号
+2. 访问 https://console.volcengine.com/speech/service/10038 开通豆包流式语音识别模型2.0
+3. 在页面底部获取appid和access_token
+4. 资源ID有两种：小时版（volc.seedasr.sauc.duration）和并发版（volc.seedasr.sauc.concurrent）
+   - 小时版：固定为：volc.seedasr.sauc.duration（豆包语音识别模型2.0）
+   - 并发版：固定为：volc.seedasr.sauc.concurrent（豆包语音识别模型2.0）
+
+详细参数文档：https://www.volcengine.com/docs/6561/109979
+
+注意：
+- 豆包语音识别模型2.0使用volc.seedasr.sauc.duration资源ID，与豆包语音识别(流式)（volc.bigasr.sauc.duration）不同
+- 语音识别模型2.0价格更为便宜，建议在高并发场景下使用并发版资源ID
+' WHERE `id` = 'ASR_DoubaoStreamASRV2';

main/manager-api/src/main/resources/db/changelog/202604300930.sql

@@ -0,0 +1,57 @@
+-- 修改模型名称
+UPDATE `ai_model_config` SET `model_name` = '豆包语音识别2.0(流式)' WHERE `id` = 'ASR_DoubaoStreamASRV2';
+
+UPDATE `ai_model_config` SET `model_name` = '豆包语音合成2.0(流式)' WHERE `id` = 'TTS_HSDSTTS_V2';
+
+-- 调整模型音色
+delete from `ai_tts_voice` where tts_model_id = 'TTS_HSDSTTS_V2';
+
+-- 通用场景 and 视频配音
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0001', 'TTS_HSDSTTS_V2', '湾湾小何', 'zh_female_xiaohe_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_xiaohe_uranus_bigtts.mp3', NULL, NULL, NULL, 1, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0002', 'TTS_HSDSTTS_V2', 'Vivi', 'zh_female_vv_uranus_bigtts', '普通话、日语、印尼语、墨西哥西班牙语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_vv_uranus_bigtts.wav', NULL, NULL, NULL, 2, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0003', 'TTS_HSDSTTS_V2', '可爱女生', 'saturn_zh_female_keainvsheng_tob', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/saturn_zh_female_keainvsheng_tob.wav', NULL, NULL, NULL, 3, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0004', 'TTS_HSDSTTS_V2', '调皮公主', 'saturn_zh_female_tiaopigongzhu_tob', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/saturn_zh_female_tiaopigongzhu_tob.wav', NULL, NULL, NULL, 4, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0005', 'TTS_HSDSTTS_V2', '阳光青年', 'zh_male_yangguangqingnian_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_yangguangqingnian_uranus_bigtts.mp3', NULL, NULL, NULL, 5, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0006', 'TTS_HSDSTTS_V2', '爽朗少年', 'saturn_zh_male_shuanglangshaonian_tob', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/saturn_zh_male_shuanglangshaonian_tob.wav', NULL, NULL, NULL, 6, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0007', 'TTS_HSDSTTS_V2', '爽朗少年', 'saturn_zh_male_tiancaitongzhuo_tob', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/saturn_zh_male_tiancaitongzhuo_tob.wav', NULL, NULL, NULL, 7, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0008', 'TTS_HSDSTTS_V2', '大壹', 'zh_male_dayi_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_dayi_saturn_bigtts.wav', NULL, NULL, NULL, 8, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0009', 'TTS_HSDSTTS_V2', '黑猫侦探社咪仔', 'zh_female_mizai_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_mizai_saturn_bigtts.wav', NULL, NULL, NULL, 9, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0010', 'TTS_HSDSTTS_V2', '鸡汤女', 'zh_female_jitangnv_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_jitangnv_saturn_bigtts.wav', NULL, NULL, NULL, 10, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0011', 'TTS_HSDSTTS_V2', '魅力女友', 'zh_female_meilinvyou_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_meilinvyou_saturn_bigtts.wav', NULL, NULL, NULL, 11, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0012', 'TTS_HSDSTTS_V2', '流畅女声', 'zh_female_liuchangnv_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/%E6%B5%81%E7%95%85%E5%A5%B3%E5%A3%B0.wav', NULL, NULL, NULL, 12, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0013', 'TTS_HSDSTTS_V2', '儒雅逸辰', 'zh_male_ruyayichen_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_ruyayichen_saturn_bigtts.wav', NULL, NULL, NULL, 13, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0014', 'TTS_HSDSTTS_V2', '云舟', 'zh_male_m191_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_m191_uranus_bigtts.mp3', NULL, NULL, NULL, 14, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0015', 'TTS_HSDSTTS_V2', '小天', 'zh_male_taocheng_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_taocheng_uranus_bigtts.mp3', NULL, NULL, NULL, 15, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0016', 'TTS_HSDSTTS_V2', '刘飞', 'zh_male_liufei_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_liufei_uranus_bigtts.mp3', NULL, NULL, NULL, 16, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0017', 'TTS_HSDSTTS_V2', '魅力苏菲', 'zh_female_sophie_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_sophie_uranus_bigtts.mp3', NULL, NULL, NULL, 17, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0018', 'TTS_HSDSTTS_V2', '清新女声', 'zh_female_qingxinnvsheng_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_qingxinnvsheng_uranus_bigtts.mp3', NULL, NULL, NULL, 18, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0019', 'TTS_HSDSTTS_V2', '知性灿灿', 'zh_female_cancan_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_cancan_uranus_bigtts.mp3', NULL, NULL, NULL, 19, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0020', 'TTS_HSDSTTS_V2', '撒娇学妹', 'zh_female_sajiaoxuemei_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_sajiaoxuemei_uranus_bigtts.mp3', NULL, NULL, NULL, 20, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0021', 'TTS_HSDSTTS_V2', '甜美小源', 'zh_female_tianmeixiaoyuan_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_tianmeixiaoyuan_uranus_bigtts.mp3', NULL, NULL, NULL, 21, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0022', 'TTS_HSDSTTS_V2', '甜美桃子', 'zh_female_tianmeitaozi_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_tianmeitaozi_uranus_bigtts.mp3', NULL, NULL, NULL, 22, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0023', 'TTS_HSDSTTS_V2', '邻家女孩', 'zh_female_linjianvhai_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_linjianvhai_uranus_bigtts.mp3', NULL, NULL, NULL, 23, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0024', 'TTS_HSDSTTS_V2', '爽快思思', 'zh_female_shuangkuaisisi_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_shuangkuaisisi_uranus_bigtts.mp3', NULL, NULL, NULL, 24, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0025', 'TTS_HSDSTTS_V2', '少年梓辛/Brayan', 'zh_male_shaonianzixin_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_shaonianzixin_uranus_bigtts.mp3', NULL, NULL, NULL, 25, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0026', 'TTS_HSDSTTS_V2', '温暖阿虎/Alvin', 'zh_male_wennuanahu_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_wennuanahu_uranus_bigtts.mp3', NULL, NULL, NULL, 26, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0027', 'TTS_HSDSTTS_V2', '奶气萌娃', 'zh_male_naiqimengwa_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_naiqimengwa_uranus_bigtts.mp3', NULL, NULL, NULL, 27, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0028', 'TTS_HSDSTTS_V2', '婆婆', 'zh_female_popo_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_popo_uranus_bigtts.mp3', NULL, NULL, NULL, 28, NULL, NULL, NULL, NULL);
+
+-- 客服场景
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0029', 'TTS_HSDSTTS_V2', '轻盈朵朵', 'saturn_zh_female_qingyingduoduo_cs_tob', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/ICL_zh_female_qingyingduoduo_cs_tob.mp3', NULL, NULL, NULL, 29, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0030', 'TTS_HSDSTTS_V2', '温婉珊珊', 'saturn_zh_female_wenwanshanshan_cs_tob', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/ICL_zh_female_wenwanshanshan_cs_tob.mp3', NULL, NULL, NULL, 30, NULL, NULL, NULL, NULL);
+
+-- 多语种
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0031', 'TTS_HSDSTTS_V2', 'Tim', 'en_male_tim_uranus_bigtts', '英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/en_male_tim_uranus_bigtts.mp3', NULL, NULL, NULL, 31, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0032', 'TTS_HSDSTTS_V2', 'Dacey', 'en_female_dacey_uranus_bigtts', '英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/en_female_dacey_uranus_bigtts.mp3', NULL, NULL, NULL, 32, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0033', 'TTS_HSDSTTS_V2', 'Stokie', 'en_female_stokie_uranus_bigtts', '英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/en_female_stokie_uranus_bigtts.mp3', NULL, NULL, NULL, 33, NULL, NULL, NULL, NULL);
+
+-- 有声阅读
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0034', 'TTS_HSDSTTS_V2', '古风少御', 'zh_female_gufengshaoyu_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_gufengshaoyu_uranus_bigtts.mp3', NULL, NULL, NULL, 34, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0035', 'TTS_HSDSTTS_V2', '霸气青叔', 'zh_male_baqiqingshu_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_baqiqingshu_uranus_bigtts.mp3', NULL, NULL, NULL, 35, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0036', 'TTS_HSDSTTS_V2', '悬疑解说', 'zh_male_xuanyijieshuo_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_xuanyijieshuo_uranus_bigtts.mp3', NULL, NULL, NULL, 36, NULL, NULL, NULL, NULL);
+
+-- 角色扮演
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0037', 'TTS_HSDSTTS_V2', '佩奇猪', 'zh_female_peiqi_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_female_peiqi_uranus_bigtts.mp3', NULL, NULL, NULL, 37, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0038', 'TTS_HSDSTTS_V2', '猴哥', 'zh_male_sunwukong_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_sunwukong_uranus_bigtts.mp3', NULL, NULL, NULL, 38, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0039', 'TTS_HSDSTTS_V2', '猪八戒', 'zh_male_zhubajie_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_zhubajie_uranus_bigtts.mp3', NULL, NULL, NULL, 39, NULL, NULL, NULL, NULL);
+INSERT INTO `ai_tts_voice` VALUES ('TTS_HSDSTTS_V2_0040', 'TTS_HSDSTTS_V2', '唐僧', 'zh_male_tangseng_uranus_bigtts', '普通话、英语', 'https://lf3-static.bytednsdoc.com/obj/eden-cn/lm_hz_ihsph/ljhwZthlaukjlkulzlp/portal/bigtts/zh_male_tangseng_uranus_bigtts.mp3', NULL, NULL, NULL, 40, NULL, NULL, NULL, NULL);

main/manager-api/src/main/resources/db/changelog/202605071037.sql

@@ -0,0 +1,5 @@
+-- 删除provider_code为ttson的供应器
+DELETE FROM `ai_model_provider` WHERE `provider_code` = 'ttson';
+
+-- 删除model_code为ACGNTTS的配置
+DELETE FROM `ai_model_config` WHERE `model_code` = 'ACGNTTS';

main/manager-api/src/main/resources/db/changelog/202605071120.sql

@@ -0,0 +1,6 @@
+-- 删除model_code为GizwitsTTS的配置
+DELETE FROM `ai_model_config` WHERE `model_code` = 'GizwitsTTS';
+
+-- 删除关联的TTS音色记录
+DELETE FROM `ai_tts_voice` WHERE `tts_model_id` = 'TTS_GizwitsTTS';
+DELETE FROM `ai_tts_voice` WHERE `tts_model_id` = 'TTS_ACGNTTS';

main/manager-api/src/main/resources/db/changelog/202605081008.sql

@@ -0,0 +1,8 @@
+-- 删除provider_code为linkerai的供应商配置
+DELETE FROM `ai_model_provider` WHERE `provider_code` = 'linkerai';
+
+-- 删除model_code为LinkeraiTTS的模型配置
+DELETE FROM `ai_model_config` WHERE `model_code` = 'LinkeraiTTS';
+
+-- 删除LinkeraiTTS关联的TTS音色记录
+DELETE FROM `ai_tts_voice` WHERE `tts_model_id` = 'TTS_LinkeraiTTS';

main/manager-api/src/main/resources/db/changelog/db.changelog-master.yaml

@@ -571,3 +571,94 @@ databaseChangeLog:
         - sqlFile:
             encoding: utf8
             path: classpath:db/changelog/202603111131.sql
+  - changeSet:
+      id: 202603231037
+      author: rainv123
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202603231037.sql
+  - changeSet:
+      id: 202603311200
+      author: cgd
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202603311200.sql
+  - changeSet:
+      id: 202604010930
+      author: rainv123
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202604010930.sql
+  - changeSet:
+      id: 202604011035
+      author: RanChen
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202604011035.sql
+  - changeSet:
+      id: 202604011545
+      author: rainv123
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202604011545.sql
+  - changeSet:
+      id: 202604161357
+      author: hrz
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202604161357.sql
+  - changeSet:
+      id: 202604201719
+      author: RanChen
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202604201719.sql
+  - changeSet:
+      id: 202604211515  
+      author: rainv123
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202604211515.sql
+  - changeSet:
+      id: 202604211700
+      author: RanChen
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202604211700.sql
+  - changeSet:
+      id: 202604300930
+      author: RanChen
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202604300930.sql
+  - changeSet:
+      id: 202605071037
+      author: fyb
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202605071037.sql
+  - changeSet:
+      id: 202605071120
+      author: fyb
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202605071120.sql
+  - changeSet:
+      id: 202605081008
+      author: fyb
+      changes:
+        - sqlFile:
+            encoding: utf8
+            path: classpath:db/changelog/202605081008.sql

main/manager-api/src/main/resources/i18n/messages.properties

@@ -206,4 +206,8 @@
 10197=\u6807\u7B7E\u540D\u79F0\u4E0D\u80FD\u4E3A\u7A7A
 10198=\u6807\u7B7E\u4E0D\u5B58\u5728
 10199=\u89E3\u6790\u4E2D\u6587\u4EF6\u6682\u4E0D\u652F\u6301\u6B64\u64CD\u4F5C
-
+10200=\u6CA1\u6709\u6743\u9650\u67E5\u770B\u8BE5\u667A\u80FD\u4F53\u7684MCP\u63A5\u5165\u70B9\u5730\u5740
+10201=\u8BF7\u8054\u7CFB\u7BA1\u7406\u5458\u8FDB\u5165\u53C2\u6570\u7BA1\u7406\u914D\u7F6Emcp\u63A5\u5165\u70B9\u5730\u5740
+10202=\u6CA1\u6709\u6743\u9650\u67E5\u770B\u8BE5\u667A\u80FD\u4F53\u7684MCP\u5DE5\u5177\u5217\u8868
+10203=\u6587\u4EF6\u540D\u79F0\u5DF2\u5B58\u5728
+10204=\u6587\u4EF6\u5927\u5C0F\u8D85\u8FC71MB\u9650\u5236

main/manager-api/src/main/resources/i18n/messages_de_DE.properties

@@ -206,4 +206,8 @@
 10197=Tag-Name darf nicht leer sein
 10198=Tag nicht gefunden
 10199=Dateianalyse l\u00E4uft, dieser Vorgang wird nicht unterst\u00FCtzt
-
+10200=Keine Berechtigung, die MCP-Endpunktadresse dieses Agenten anzuzeigen
+10201=Bitte kontaktieren Sie den Administrator, um die MCP-Endpunktadresse in der Parameterverwaltung zu konfigurieren
+10202=Keine Berechtigung, die MCP-Tool-Liste dieses Agenten anzuzeigen
+10203=Dateiname existiert bereits
+10204=Dateigr\u00f6\u00dfe \u00fcberschreitet 1MB Limit

main/manager-api/src/main/resources/i18n/messages_en_US.properties

@@ -206,4 +206,9 @@
 10197=Tag name cannot be empty
 10198=Tag not found
 10199=Parsing in progress, this operation is not supported
+10200=No permission to view the MCP endpoint address of this agent
+10201=Please contact the administrator to configure the MCP endpoint address in parameter management
+10202=No permission to view the MCP tool list of this agent
+10203=File name already exists
+10204=File size exceeds 1MB limit
 

main/manager-api/src/main/resources/i18n/messages_pt_BR.properties

@@ -21,7 +21,7 @@
 10015=Exclua primeiro os usu\u00E1rios do departamento
 10016=Falha na implanta\u00E7\u00E3o, sem fluxo
 10017=Diagrama incorreto, verifique
-10018=Falha na exporta\u00E7\u00E3o, ID do modelo � {0}
+10018=Falha na exporta\u00E7\u00E3o, ID do modelo � {0}
 
 10019=Por favor, fa\u00E7a upload do arquivo
 10020=Token n\u00E3o pode ser vazio
@@ -57,7 +57,7 @@
 10046=Erro ao salvar impress\u00E3o vocal, entre em contato com o administrador
 10047=Limite di\u00E1rio de envio atingido
 10048=Erro na inser\u00E7\u00E3o da senha antiga
-10049=LLM configurado n\u00E3o � openai ou Collama
+10049=LLM configurado n\u00E3o � openai ou Collama
 10050=Falha na gera\u00E7\u00E3o do token
 10051=Recurso n\u00E3o existe
 10052=Agente padr\u00E3o n\u00E3o encontrado
@@ -72,12 +72,12 @@
 10061=C\u00F3digo de ativa\u00E7\u00E3o n\u00E3o pode ser vazio
 10062=C\u00F3digo de ativa\u00E7\u00E3o incorreto
 10063=Dispositivo j\u00E1 ativado
-10064=Este modelo � o modelo padr\u00E3o, configure primeiro outro modelo como padr\u00E3o
+10064=Este modelo � o modelo padr\u00E3o, configure primeiro outro modelo como padr\u00E3o
 10065=Falha ao adicionar dados
 10066=Falha ao modificar dados
 10067=C\u00F3digo de verifica\u00E7\u00E3o gr\u00E1fico incorreto
 10068=Registro por telefone n\u00E3o habilitado, fun\u00E7\u00E3o de c\u00F3digo de verifica\u00E7\u00E3o por SMS indispon\u00EDvel
-10069=Nome de usu\u00E1rio n\u00E3o � n\u00FAmero de telefone, por favor insira novamente
+10069=Nome de usu\u00E1rio n\u00E3o � n\u00FAmero de telefone, por favor insira novamente
 10070=Este n\u00FAmero de telefone j\u00E1 est\u00E1 registrado
 10071=N\u00FAmero de telefone inserido n\u00E3o est\u00E1 registrado
 10072=Registro de usu\u00E1rio comum n\u00E3o permitido atualmente
@@ -90,7 +90,7 @@
 10079=Par\u00E2metros de sele\u00E7\u00E3o incompat\u00EDveis entre LLM e reconhecimento de inten\u00E7\u00E3o Intent
 10080=A pessoa ({0}) correspondente a esta impress\u00E3o vocal j\u00E1 est\u00E1 registrada, escolha outra voz para registrar
 10081=Erro ao excluir impress\u00E3o vocal
-10082=Esta modifica\u00E7\u00E3o n\u00E3o � permitida, esta voz j\u00E1 est\u00E1 registrada como impress\u00E3o vocal ({0})
+10082=Esta modifica\u00E7\u00E3o n\u00E3o � permitida, esta voz j\u00E1 est\u00E1 registrada como impress\u00E3o vocal ({0})
 10083=Erro ao modificar impress\u00E3o vocal, entre em contato com o administrador
 10084=Erro no endere\u00E7o da interface de impress\u00E3o vocal, acesse o gerenciamento de par\u00E2metros para modificar o endere\u00E7o
 10085=Dados de \u00E1udio n\u00E3o pertencem a este agente
@@ -205,4 +205,9 @@
 10196=Nome da etiqueta j\u00E1 existe
 10197=Nome da etiqueta n\u00E3o pode ser vazio
 10198=Etiqueta n\u00E3o existe
-10199=Esta opera\u00E7\u00E3o n\u00E3o � suportada na an\u00E1lise de arquivos chineses
+10199=Esta opera\u00E7\u00E3o n\u00E3o � suportada na an\u00E1lise de arquivos chineses
+10200=Sem permiss\u00e3o para visualizar o endere\u00e7o do endpoint MCP deste agente
+10201=Por favor, contate o administrador para configurar o endere\u00e7o do endpoint MCP no gerenciamento de par\u00e2metros
+10202=Sem permiss\u00e3o para visualizar a lista de ferramentas MCP deste agente
+10203=Nome do arquivo j\u00E1 existe
+10204=O tamanho do arquivo excede o limite de 1MB

main/manager-api/src/main/resources/i18n/messages_vi_VN.properties

@@ -206,4 +206,8 @@
 10197=T\u00EAn th\u1EB9\uFFFD kh\u00F4ng th\u1EC3 \u0111\u1EC3 tr\u1ED1ng
 10198=Kh\u00F4ng t\u00ECm th\u1EA5y th\u1EB9\uFFFD
 10199=T\u1EC7p \u0111ang \u0111\u01B0\u1EE3c ph\u00E2n t\u00EDch, thao t\u00E1c n\u00E0y kh\u00F4ng \u0111\u01B0\u1EE3c h\u1ED7 tr\u1EE3
-
+10200=Kh\u00f4ng c\u00f3 quy\u1ec1n xem \u0111\u1ecba ch\u1ec9 \u0111i\u1ec3m cu\u1ed1i MCP c\u1ee7a \u0111\u1ea1i l\u00fd n\u00e0y
+10201=Vui l\u00f2ng li\u00ean h\u1ec7 qu\u1ea3n tr\u1ecb vi\u00ean \u0111\u1ec3 c\u1ea5u h\u00ecnh \u0111\u1ecba ch\u1ec9 \u0111i\u1ec3m cu\u1ed1i MCP trong qu\u1ea3n l\u00fd tham s\u1ed1
+10202=Kh\u00f4ng c\u00f3 quy\u1ec1n xem danh s\u00e1ch c\u00f4ng c\u1ee5 MCP c\u1ee7a \u0111\u1ea1i l\u00fd n\u00e0y
+10203=T\u00EAn t\u1EC7p \u0111\u00E3 t\u1ED3n t\u1EA1i
+10204=K\u00EDch th\u01b0\u1edbc t\u1ec7p v\u01b0\u1ee3t qu\u00e1 1MB

main/manager-api/src/main/resources/i18n/messages_zh_CN.properties

@@ -206,3 +206,8 @@
 10197=\u6807\u7B7E\u540D\u79F0\u4E0D\u80FD\u4E3A\u7A7A
 10198=\u6807\u7B7E\u4E0D\u5B58\u5728
 10199=\u89E3\u6790\u4E2D\u6587\u4EF6\u6682\u4E0D\u652F\u6301\u6B64\u64CD\u4F5C
+10200=\u6CA1\u6709\u6743\u9650\u67E5\u770B\u8BE5\u667A\u80FD\u4F53\u7684MCP\u63A5\u5165\u70B9\u5730\u5740
+10201=\u8BF7\u8054\u7CFB\u7BA1\u7406\u5458\u8FDB\u5165\u53C2\u6570\u7BA1\u7406\u914D\u7F6Emcp\u63A5\u5165\u70B9\u5730\u5740
+10202=\u6CA1\u6709\u6743\u9650\u67E5\u770B\u8BE5\u667A\u80FD\u4F53\u7684MCP\u5DE5\u5177\u5217\u8868
+10203=\u6587\u4EF6\u540D\u79F0\u5DF2\u5B58\u5728
+10204=\u6587\u4EF6\u5927\u5C0F\u8D85\u8FC71MB\u9650\u5236

main/manager-api/src/main/resources/i18n/messages_zh_TW.properties

@@ -206,4 +206,8 @@
 10197=\u6A19\u7C64\u540D\u7A31\u4E0D\u80FD\u4E3A\u7A7A
 10198=\u6A19\u7C64\u4E0D\u5B58\u5728
 10199=\u89E3\u6790\u4E2D\u6587\u4EF6\u66AB\u4E0D\u652F\u6301\u6B64\u64CD\u4F5C
-
+10200=\u6C92\u6709\u6B0A\u9650\u67E5\u770B\u8A72\u667A\u80FD\u9AD4\u7684MCP\u63A5\u5165\u9EDE\u5730\u5740
+10201=\u8ACB\u806F\u7E6B\u7BA1\u7406\u54E1\u9032\u5165\u53C3\u6578\u7BA1\u7406\u914D\u7F6Emcp\u63A5\u5165\u9EDE\u5730\u5740
+10202=\u6C92\u6709\u6B0A\u9650\u67E5\u770B\u8A72\u667A\u80FD\u9AD4\u7684MCP\u5DE5\u5177\u5217\u8868
+10203=\u6A94\u6848\u540D\u7A31\u5DF2\u5B58\u5728
+10204=\u6A94\u6848\u5927\u5C0F\u8D85\u904E1MB\u9650\u5236

main/manager-api/src/main/resources/mapper/agent/AgentCorrectWordMappingDao.xml

@@ -0,0 +1,27 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
+<mapper namespace="xiaozhi.modules.agent.dao.AgentCorrectWordMappingDao">
+
+    <delete id="deleteByAgentId">
+        DELETE FROM ai_agent_correct_word_mapping WHERE agent_id = #{agentId}
+    </delete>
+
+    <delete id="deleteByFileId">
+        DELETE FROM ai_agent_correct_word_mapping WHERE file_id = #{fileId}
+    </delete>
+
+    <insert id="batchInsertMapping" parameterType="java.util.List">
+        INSERT INTO ai_agent_correct_word_mapping (id, agent_id, file_id, creator, created_at, updater, updated_at)
+        VALUES
+        <foreach collection="list" item="item" separator=",">
+            (#{item.id}, #{item.agentId}, #{item.fileId}, #{item.creator}, #{item.createdAt}, #{item.updater}, #{item.updatedAt})
+        </foreach>
+    </insert>
+
+    <select id="selectByAgentId" resultType="xiaozhi.modules.agent.entity.AgentCorrectWordMappingEntity">
+        SELECT id, agent_id, file_id, creator, created_at, updater, updated_at
+        FROM ai_agent_correct_word_mapping
+        WHERE agent_id = #{agentId}
+    </select>
+
+</mapper>

main/manager-api/src/main/resources/mapper/agent/AgentDao.xml

@@ -14,6 +14,8 @@
         <result column="asrModelId" property="asrModelId"/>
         <result column="vadModelId" property="vadModelId"/>
         <result column="llmModelId" property="llmModelId"/>
+        <result column="slmModelId" property="slmModelId"/>
+        <result column="vllmModelId" property="vllmModelId"/>
         <result column="ttsModelId" property="ttsModelId"/>
         <result column="ttsVoiceId" property="ttsVoiceId"/>
         <result column="ttsLanguage" property="ttsLanguage"/>
@@ -46,6 +48,7 @@
                a.asr_model_id      AS asrModelId,
                a.vad_model_id      AS vadModelId,
                a.llm_model_id      AS llmModelId,
+               a.slm_model_id      AS slmModelId,
                a.vllm_model_id     AS vllmModelId,
                a.tts_model_id      AS ttsModelId,
                a.tts_voice_id      AS ttsVoiceId,

main/manager-api/src/main/resources/mapper/correctword/CorrectWordItemDao.xml

@@ -0,0 +1,13 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
+<mapper namespace="xiaozhi.modules.correctword.dao.CorrectWordItemDao">
+
+    <insert id="batchInsert" parameterType="java.util.List">
+        INSERT INTO ai_agent_correct_word_item (id, file_id, source_word, target_word)
+        VALUES
+        <foreach collection="list" item="item" separator=",">
+            (#{item.id}, #{item.fileId}, #{item.sourceWord}, #{item.targetWord})
+        </foreach>
+    </insert>
+
+</mapper>

main/manager-mobile/src/api/agent/agent.ts

@@ -131,6 +131,7 @@ export function getMcpAddress(agentId: string) {
     meta: {
       ignoreAuth: false,
       toast: false,
+      isExposeError: true,
     },
   })
 }

main/manager-mobile/src/api/agent/types.ts

@@ -28,6 +28,7 @@ export interface AgentDetail {
   asrModelId: string
   vadModelId: string
   llmModelId: string
+  slmModelId: string
   vllmModelId: string
   ttsModelId: string
   ttsVoiceId: string

main/manager-mobile/src/api/chat-history/chat-history.ts

@@ -34,6 +34,9 @@ export function getChatHistory(agentId: string, sessionId: string) {
       ignoreAuth: false,
       toast: false,
     },
+    cacheFor: {
+      expire: -1,
+    },
   })
 }
 

main/manager-mobile/src/api/chat-history/types.ts

@@ -3,6 +3,7 @@ export interface ChatSession {
   sessionId: string
   createdAt: string
   chatCount: number
+  title: string
 }
 
 // 聊天会话列表响应
@@ -14,7 +15,7 @@ export interface ChatSessionsResponse {
 // 聊天消息
 export interface ChatMessage {
   createdAt: string
-  chatType: 1 | 2 // 1是用户，2是AI
+  chatType: 1 | 2 | 3 // 1是用户，2是AI，3是参数说明
   content: string
   audioId: string | null
   macAddress: string

main/manager-mobile/src/api/voiceprint/voiceprint.ts

@@ -60,3 +60,13 @@ export function updateVoicePrint(data: VoicePrint) {
     },
   })
 }
+
+// 获取音频下载ID
+export function getAudioDownloadId(audioId: string) {
+  return http.Post<string>(`/agent/audio/${audioId}`, {}, {
+    meta: {
+      ignoreAuth: false,
+      toast: false,
+    },
+  })
+}

main/manager-mobile/src/http/request/alova.ts

@@ -1,5 +1,6 @@
 import type { uniappRequestAdapter } from '@alova/adapter-uniapp'
 import type { IResponse } from './types'
+import type { Language } from '@/store/lang'
 import AdapterUniapp from '@alova/adapter-uniapp'
 import { createAlova } from 'alova'
 import { createServerTokenAuthentication } from 'alova/client'
@@ -8,6 +9,16 @@ import { getEnvBaseUrl } from '@/utils'
 import { toast } from '@/utils/toast'
 import { ContentTypeEnum, ResultEnum, ShowMessage } from './enum'
 
+// 语言映射, 用于设置 Accept-language 头
+const langMap: Record<Language, string> = {
+  zh_CN: 'zh-CN',
+  en: 'en-US',
+  zh_TW: 'zh-TW',
+  de: 'de',
+  vi: 'vi',
+  pt_BR: 'pt-BR',
+}
+
 /**
  * 创建请求实例
  */
@@ -51,6 +62,7 @@ const alovaInstance = createAlova({
     // 检查混合内容错误（HTTPS页面请求HTTP接口）
     const currentProtocol = typeof window !== 'undefined' && window.location.protocol
     const requestProtocol = method.baseURL?.split(':')[0]
+    const currentLang = langMap[uni.getStorageSync('app_language') as Language || 'zh_CN']
     if (currentProtocol === 'https:' && requestProtocol === 'http') {
       const errorMessage = '无法配置http协议地址,请检查接口地址'
       throw new Error(errorMessage)
@@ -60,6 +72,7 @@ const alovaInstance = createAlova({
     method.config.headers = {
       'Content-Type': ContentTypeEnum.JSON,
       'Accept': 'application/json, text/plain, */*',
+      'Accept-language': currentLang,
       ...method.config.headers,
     }
 

main/manager-mobile/src/i18n/de.ts

@@ -11,7 +11,7 @@ export default {
     'login.navigationTitle': 'Anmelden',
     'login.fetchConfigError': 'Konfiguration konnte nicht abgerufen werden:',
     'login.selectLanguage': 'Sprache auswählen',
-    'login.selectLanguageTip': 'Vi',
+    'login.selectLanguageTip': 'De',
     'login.welcomeBack': 'Willkommen zurück',
     'login.pleaseLogin': 'Bitte melden Sie sich an',
     'login.enterUsername': 'Bitte Benutzernamen eingeben',
@@ -69,7 +69,7 @@ export default {
     'home.createFirstAgent': 'Klicken Sie auf die + Schaltfläche unten rechts, um Ihren ersten Agenten zu erstellen',
     'home.dialogTitle': 'Agent erstellen',
     'home.inputPlaceholder': 'z.B. Kundenservice-Assistent, Sprachassistent, Wissens-F&A',
-    'home.createError': 'Bitte Agenten-Namen eingeben',
+    'home.createError': 'Der Name muss zwischen 1 und 64 Zeichen lang sein.',
     'home.createNow': 'Jetzt erstellen',
     'home.justNow': 'Gerade eben',
     'home.minutesAgo': 'Minuten her',
@@ -85,7 +85,7 @@ export default {
     'agent.chatHistory': 'Chat-Verlauf',
     'agent.voiceprintManagement': 'Stimmabdruckverwaltung',
     'agent.editTitle': 'Agent bearbeiten',
-    'agent.toolsTitle': 'Funktionen bearbeiten',
+    'agent.toolsTitle': 'Bearbeiten',
     'agent.voiceActivityDetection': 'Sprachaktivitätserkennung',
     'agent.speechRecognition': 'Spracherkennung',
     'agent.largeLanguageModel': 'Großes Sprachmodell',
@@ -108,7 +108,8 @@ export default {
     'agent.modelConfig': 'Modellkonfiguration',
     'agent.vad': 'Sprachaktivitätserkennung',
     'agent.asr': 'Spracherkennung',
-    'agent.llm': 'Großes Sprachmodell',
+    'agent.llm': 'Hauptsprachenmodell',
+    'agent.slm': 'Kleine Parametermodelle',
     'agent.vllm': 'Vision-Sprachmodell',
     'agent.intent': 'Absichtserkennung',
     'agent.memory': 'Speicher',
@@ -116,7 +117,7 @@ export default {
     'agent.tts': 'Text-zu-Sprache',
     'agent.voiceprint': 'Agenten-Stimme',
     'agent.plugins': 'Plugins',
-    'agent.editFunctions': 'Funktionen bearbeiten',
+    'agent.editFunctions': 'Bearbeiten',
     'agent.historyMemory': 'Verlaufsspeicher',
     'agent.memoryContent': 'Speicherinhalt',
     'agent.saving': 'Wird gespeichert...',
@@ -371,7 +372,7 @@ export default {
     'agent.tools.mcpAccessPoint': 'MCP-Zugangspunkt',
     'agent.tools.copy': 'Kopieren',
     'agent.tools.noTools': 'Keine Werkzeuge verfügbar',
-    'agent.tools.parameterConfig': 'Parameterkonfiguration',
+    'agent.tools.parameterConfig': 'Konfig',
     'agent.tools.noParamsNeeded': 'Keine Parameter benötigt',
     'agent.tools.pleaseInput': 'Bitte eingeben',
     'agent.tools.inputOneItemPerLine': 'Ein Element pro Zeile eingeben',
@@ -471,6 +472,7 @@ export default {
     'deviceConfig.reCheck': 'Erneut prüfen',
     'deviceConfig.connectedXiaozhiHotspot': 'Mit xiaozhi Hotspot verbunden',
     'deviceConfig.wifiNetwork': 'WiFi-Netzwerk',
+    'deviceConfig.wifiPassword': 'WiFi-Passwort',
     'deviceConfig.scanning': 'Wird gescannt',
     'deviceConfig.cancel': 'Abbrechen',
     'deviceConfig.clickRefreshScan': 'Bitte Scan aktualisieren klicken',
@@ -484,6 +486,7 @@ export default {
     'deviceConfig.wifiConfigFailed': 'WiFi-Konfiguration fehlgeschlagen',
     'deviceConfig.pleaseCheckNetworkConnection': 'Bitte Netzwerkverbindung prüfen',
     'deviceConfig.startWifiConfigButton': 'Konfiguration starten',
+    'deviceConfig.configuring': 'Wird konfiguriert...',
     'deviceConfig.wifiConfigInstructions': 'WiFi-Konfigurationsanleitung',
     'deviceConfig.phoneConnectXiaozhiHotspot': 'Telefon mit xiaozhi Hotspot verbinden',
     'deviceConfig.selectTargetWifiNetwork': 'Ziel-WiFi-Netzwerk auswählen',
@@ -492,4 +495,9 @@ export default {
     'deviceConfig.afterConfigSuccessDeviceWillRestart': 'Nach erfolgreicher Konfiguration startet Gerät automatisch neu',
     'deviceConfig.audioPlaybackError': 'Audio-Wiedergabe-Fehler',
     'deviceConfig.playbackFailed': 'Wiedergabe fehlgeschlagen',
+
+    // Voiceprint page
+    'voiceprint.audioNotExist': 'Audio existiert nicht',
+    'voiceprint.getAudioFailed': 'Audio konnte nicht abgerufen werden',
+    'voiceprint.audioPlayFailed': 'Audio-Wiedergabe fehlgeschlagen',
 }

main/manager-mobile/src/i18n/en.ts

@@ -11,7 +11,7 @@ export default {
   'login.navigationTitle': 'Login',
   'login.fetchConfigError': 'Failed to fetch configuration:',
   'login.selectLanguage': 'Select Language',
-  'login.selectLanguageTip': '中文',
+  'login.selectLanguageTip': 'En',
   'login.welcomeBack': 'Welcome Back',
   'login.pleaseLogin': 'Please log in to your account',
   'login.enterUsername': 'Please enter username',
@@ -69,7 +69,7 @@ export default {
   'home.createFirstAgent': 'Click the + button in the lower right corner to create your first agent',
   'home.dialogTitle': 'Create Agent',
   'home.inputPlaceholder': 'e.g. Customer Service Assistant, Voice Assistant, Knowledge Q&A',
-  'home.createError': 'Please input agent name',
+  'home.createError': 'The name length must be between 1 and 64 characters',
   'home.createNow': 'Create Now',
   'home.justNow': 'Just now',
   'home.minutesAgo': 'minutes ago',
@@ -108,7 +108,8 @@ export default {
   'agent.modelConfig': 'Model Configuration',
   'agent.vad': 'Voice Activity Detection',
   'agent.asr': 'Speech Recognition',
-  'agent.llm': 'Large Language Model',
+  'agent.llm': 'Main language model',
+  'agent.slm': 'Small parameter model',
   'agent.vllm': 'Vision Language Model',
   'agent.intent': 'Intent Recognition',
   'agent.memory': 'Memory',
@@ -371,7 +372,7 @@ export default {
   'agent.tools.mcpAccessPoint': 'MCP Access Point',
   'agent.tools.copy': 'Copy',
   'agent.tools.noTools': 'No tools available',
-  'agent.tools.parameterConfig': 'Parameter Configuration',
+  'agent.tools.parameterConfig': 'Param Config',
   'agent.tools.noParamsNeeded': 'No parameters needed',
   'agent.tools.pleaseInput': 'Please input',
   'agent.tools.inputOneItemPerLine': 'Input one item per line',
@@ -471,6 +472,7 @@ export default {
   'deviceConfig.reCheck': 'Re-check',
   'deviceConfig.connectedXiaozhiHotspot': 'Connected to xiaozhi hotspot',
   'deviceConfig.wifiNetwork': 'WiFi Network',
+  'deviceConfig.wifiPassword': 'WiFi Password',
   'deviceConfig.scanning': 'Scanning',
   'deviceConfig.cancel': 'Cancel',
   'deviceConfig.clickRefreshScan': 'Please click Refresh Scan',
@@ -484,6 +486,7 @@ export default {
   'deviceConfig.wifiConfigFailed': 'WiFi configuration failed',
   'deviceConfig.pleaseCheckNetworkConnection': 'Please check network connection',
   'deviceConfig.startWifiConfigButton': 'Start Configuration',
+  'deviceConfig.configuring': 'Configuring...',
   'deviceConfig.wifiConfigInstructions': 'WiFi Configuration Instructions',
   'deviceConfig.phoneConnectXiaozhiHotspot': 'Phone connect to xiaozhi hotspot',
   'deviceConfig.selectTargetWifiNetwork': 'Select target WiFi network',
@@ -492,4 +495,9 @@ export default {
   'deviceConfig.afterConfigSuccessDeviceWillRestart': 'After successful configuration, device will automatically restart',
   'deviceConfig.audioPlaybackError': 'Audio playback error',
   'deviceConfig.playbackFailed': 'Playback failed',
+
+  // Voiceprint page
+  'voiceprint.audioNotExist': 'Audio does not exist',
+  'voiceprint.getAudioFailed': 'Failed to get audio',
+  'voiceprint.audioPlayFailed': 'Audio playback failed',
 }