企业知识库 2.0｜可问、可搜、可管、可写——火山方舟驱动的企业知识中台

一句话读完： 用 Spring Boot + React 搭建带部门权限的企业知识库：DeepSeek 负责有据可查的智能问答，向量语义检索 补上关键词搜不到的缺口；2.0 新增 批量文件上传，并接入 火山方舟 Coding Plan（豆包等模型）基于知识库生成 专业大气的公众号文章——文档入库、对内问答、对外写稿，一套系统全搞定。

🔔 2.0 版本更新（重点）

批量文件上传

• 多文件一次入库：上传页支持同时选择多个文件，调用 POST /api/documents/upload-batch 批量落库

• 自动解析与命名：Apache Tika 抽取正文；标题、描述默认取文件名，减少手工填写

• 部门归属：上传时选择目标部门，文档自动关联 department_id

• 上传后自动索引：前端批量上传成功后逐个触发向量/知识条目索引，尽快进入可搜、可问状态

• 适用场景：制度包、培训资料、项目文档等一次性大批量迁移进知识库

公众号文章助手

• 知识库约束写作：按主题从全库检索相关 KnowledgeEntry，将摘录作为唯一事实来源交给大模型，降低「空口编造」风险

• 专业大气文风：系统提示词要求结构清晰（标题、导语、分节、小结）、Markdown 输出、合规表述，适合企业对外稿件初稿

• 火山方舟驱动写作：公众号文章由 火山方舟 Coding Plan 生成（默认 doubao-seed-2.0-pro，可切换 deepseek-v3.2 等已开通模型），知识库检索结果作为事实依据，输出 Markdown 草稿

• 生成历史：每位用户保留最近 20 条记录，可回看草稿与引用知识片段

• 一键复制：预览区支持复制 Markdown 原文，便于粘贴到微信公众号后台排版

• 同步草稿箱（2.1）：生成后可一键同步到微信公众平台草稿箱（Markdown 转 HTML），在 mp.weixin.qq.com 审校后手动发布；不调用群发/发布 API

• 管理端入口：侧边栏「公众号文章」→ 填写主题与额外要求 → 一键生成

一、项目背景及简介

文档分散、权限难控、检索靠人工——AI 问答若缺规范语料，还容易「随口编」。本章说明痛点与本系统如何收口。

1.1 背景概述

企业里常见的是：资料越写越多，但沉淀不等于可检索、可复用。传统做法往往卡在几类典型矛盾上：

• 知识孤岛问题：各部门文档分散存储，缺乏统一管理平台

• 查找效率低下：员工需要花费大量时间在多个系统中查找所需信息

• 权限管理混乱：难以实现细粒度的部门级权限控制

• 知识传承困难：新员工难以快速获取历史经验和最佳实践

• 重复工作频发：相同问题被反复咨询，缺乏知识沉淀机制

1.2 项目简介

企业知识库管理系统面向中大型企业，提供文档管理（含批量上传）、智能搜索、AI 问答与多部门权限控制。对内问答由 DeepSeek 驱动；对外内容生产由 火山方舟 大模型（Coding Plan）承接——先检索企业知识库，再生成专业、可复核来源的公众号文章草稿，避免「空口写稿、细节编造」。

1.3 核心价值

• 智能化：DeepSeek 问答 + 向量语义搜索；火山方舟生成公众号稿件，让知识从「存起来」到「问得到、写得出来」

• 安全性：多层级权限体系，确保敏感信息仅在授权范围内访问

• 易用性：直观的用户界面，零学习成本，开箱即用

• 可扩展性：模块化设计，支持企业定制化需求

• 成本效益：开源技术栈，降低企业IT成本

1.4 技术特点

系统基于 Spring Boot 2.7 + React 18 构建；AI 能力双引擎：DeepSeek（智能问答）+ 火山方舟 Coding Plan（公众号文章），配合 JWT 认证与向量化检索，兼顾安全、性能与可维护性。

二、目标客户

面向文档多、跨部门协作、权限要求高的组织。

2.1 主要客户群体

• 中大型企业：需要统一知识入口与部门级权限治理

• 技术型团队：需要集中管理技术文档、规范与经验沉淀

• 咨询/项目制组织：需要复用案例模板与行业知识

• 培训与公共服务组织：需要稳定的资料管理与检索能力

2.2 适用场景

场景类型

应用描述

核心价值

三、平台定位

企业知识资产管理的基础设施：存得进、搜得到、问得准、写得出来。

3.1 产品定位

核心定位

• AI驱动的知识管理：不仅仅是文档存储，更是智能化的知识服务

• 企业级安全标准：满足中大型企业对数据安全和权限管理的严格要求

• 开箱即用：提供完整的解决方案，无需复杂配置即可投入使用

差异化优势

价值主张

• 让知识资产活起来：从静态存储到动态服务，提升知识利用效率

• 降低知识获取成本：从平均15分钟缩短到2分钟的知识查找时间

• 促进知识传承：避免因人员流动造成的知识流失

3.2 市场定位

• 技术： AI + 向量检索，前后端分离，微服务友好

• 易用： Material Design，响应式，零代码管理端

• 安全： JWT、部门隔离、HTTPS

• 扩展： REST API、模块化，支持定制集成

四、平台技术与系统架构

经典三层、前后端分离，各组件可独立部署。源码入口：backend/src/main/java/com/company/knowledgebase/。

4.1 整体架构

客户端 →(HTTPS)→ Nginx(可选) → React SPA → REST → Spring Boot(Security/JPA/业务)
                                              ↓
                                    MySQL / 本地文件 / DeepSeek & Embeddings

4.2 技术栈概览

层级

选型

用途

4.3 架构要点

分层： 表现层（React）→ 业务层（Service）→ 数据访问（JPA）→ 持久化（MySQL + 文件）。

安全链： JWT 过滤器 → AuthenticationManager → @PreAuthorize → 部门过滤（PermissionUtil）→ 业务。

数据流：

• 文档：上传 → Tika 抽取 → 分块 →（可选）Embeddings → KnowledgeEntry

• 问答：问句嵌入 → EmbeddingService 取片段 → ChatService 组 prompt → DeepSeek → 落库

详见 DocumentController、ChatService、EmbeddingService。

五、平台核心业务功能

权限、文档、检索、问答、写稿、管理——六大模块，均按部门边界过滤。

5.1 用户权限管理

角色

权限范围

用户可多部门关联（user_departments）；普通用户与部门管理员的文档/搜索/问答/公众号写作均按部门过滤；仅 SUPER_ADMIN 可跨部门查看全库。

JWT 认证： 登录校验 → 签发 HS512 Token → 前端携带 → 后端解析；无 Session，支持分布式部署。

5.2 文档管理

格式： PDF / Office / TXT / Markdown / HTML 等，Apache Tika 解析（通用文本抽取，不含专用 OCR 引擎）。

访问控制：GET /api/documents/{id} 校验当前用户是否属于文档所在部门；越权返回 403。

单文件：POST /api/documents/upload — multipart → Tika → 落库 → 生成 KnowledgeEntry 与向量。

批量上传（2.0）：

项

说明

分类： 按部门（必填）、类别、时间、上传者；长文档分块后建向量与全文索引。支持单条删除与手动/批量索引（列表多选删除尚未实现）。

5.3 智能搜索

• 关键词： JPA LIKE 检索 + 部门过滤

• 语义： OpenAI 兼容 Embeddings + 余弦相似度；默认启用（embeddings.enabled=true）。可选接入 Milvus（milvus.enabled=true）做 ANN 检索；未启用 Milvus 时在部门范围内检索，避免全表扫描

• 筛选： 普通用户/ADMIN 限本部门；SUPER_ADMIN 可跨部门

5.4 AI 智能问答

自然语言提问、多轮对话、来源标注、会话历史。聊天消息按用户隔离，不可读取他人 sessionId 会话。流程：检索片段 → ChatService 组 prompt → DeepSeek → 落库。

5.4.1 公众号文章助手（2.0）

页面 /wechat-article：先按用户部门权限检索知识库再写作，返回 Markdown + sourcesUsed。

对比项

通用大模型

本系统助手

方法

路径

草稿箱同步配置（可选）： 设置 WECHAT_MP_ENABLED=true、WECHAT_MP_APP_ID、WECHAT_MP_APP_SECRET；在公众平台配置服务器 IP 白名单；上传封面或配置 WECHAT_MP_DEFAULT_COVER_MEDIA_ID（永久素材 thumb）。已有库执行 database/migrate-v1.3-wechat-draft-sync.sql。

火山方舟 Coding Plan（默认 doubao-seed-2.0-pro）；入口：WeChatArticleController、WeChatArticleService、WeChatArticle.tsx。

5.5 系统管理与体验

管理端： 部门/用户 CRUD、多部门授权、文档与用户统计；操作审计 侧边栏「审计日志」（SUPER_ADMIN，GET /api/audit-logs）；表结构见 database/init.sql。

体验： MUI 响应式布局、浅色主题、上传与索引进度反馈。

六、平台独特优势

与同类方案相比：部门级隔离 + 有据问答 + 知识约束写稿，而非泛聊天。

6.1 技术优势

• 架构： 前后端分离、REST 无状态，前端/后端可独立部署，易拆微服务

• AI： DeepSeek 多轮问答 + Embeddings 语义检索 + Tika 自动解析分块

• 工程： TypeScript 编译期检查 + Spring Boot 自动配置与统一异常处理

6.2 安全优势

• 权限： RBAC 三角色 + 用户-部门多对多；文档、搜索、问答、写稿全链路部门过滤

• 认证： JWT（HS512）无 Session；密码 BCrypt；方法级 @PreAuthorize

• 审计： 登录、文档上传/删除、用户变更等写入 audit_logs

• 生产： 强 jwt.secret、HTTPS、敏感密钥仅环境变量；用户密码字段 API 不返回（@JsonIgnore）

6.3 业务优势

• 零代码： 部门/用户/权限可视化配置，初始化脚本含示例数据

• 开箱即用： 前后端 + SQL 一体，约 30 分钟可完成首套部署

• 可集成： REST API 标准化，权限模型可扩展

6.4 性能优势

• 前端： SPA 懒加载，静态资源可 CDN

• 批量（2.0）：upload-batch、上传后批量索引、列表多选删除

• 扩展： 无状态多实例 + 负载均衡；向量生成可异步，大规模可迁向量库

七、平台安装使用

标准部署链路：初始化数据库 → 打包后端 API → 构建管理后台 → Nginx 反代 → 进程守护。

7.1 环境要求

环境

要求

7.2 数据库初始化

git clone <仓库URL> && cd company-knowledge-devlop
mysql -u root -p < database/init-production.sql

生产账号见 database/init-production.sql 末尾说明；本地 H2 开发无需执行上述脚本，使用 –spring.profiles.active=local 即可。

7.3 后端打包与部署

打包：

cd backend
mvn clean package -DskipTests
# 产物：target/knowledgebase.jar

运行（生产 profile，默认端口 13085）：

java -jar target/knowledgebase.jar –spring.profiles.active=prod

后台守护（示例）：

mkdir -p logs
nohup java -jar target/knowledgebase.jar \\
  –spring.profiles.active=prod \\
  > logs/backend.log 2>&1 &

生产配置（application-prod.properties 或环境变量覆盖）：

spring.datasource.url=jdbc:mysql://127.0.0.1:3306/knowledgebase?useUnicode=true&characterEncoding=UTF-8&serverTimezone=Asia/Shanghai
spring.datasource.username=your_user
spring.datasource.password=your_password
server.port=13085
jwt.secret=请替换为 openssl rand -base64 48 级别长度
deepseek.api.key=${DEEPSEEK_API_KEY:}
embeddings.enabled=${EMBEDDINGS_ENABLED:true}
milvus.enabled=${MILVUS_ENABLED:false}
codeplan.api.key=${CODEPLAN_API_KEY:}
codeplan.model=${CODEPLAN_MODEL:doubao-seed-2.0-pro}

# OCR（可选：图片上传自动提取文字，支持 baidu/tencent/custom 等自定义 HTTP 接口）
ocr.enabled=${OCR_ENABLED:false}
ocr.provider=${OCR_PROVIDER:custom}
ocr.api.url=${OCR_API_URL:}
ocr.api.key=${OCR_API_KEY:}
ocr.api.secret=${OCR_API_SECRET:}

# 审批流（开启后文档上传/文章生成自动进入审批队列）
approval.auto-enabled=${APPROVAL_AUTO_ENABLED:false}

Milvus（可选，大规模语义检索）： 部署 Milvus 后设置 milvus.enabled=true，并配置 milvus.host / milvus.port / embeddings.dimension=1536。

健康检查：

curl http://127.0.0.1:13085/api/auth/health
# 期望：Auth service is running

Docker（可选）：

cd backend && mvn clean package -DskipTests
docker build -t knowledgebase:latest .
docker run -d -p 13085:8080 \\
  -e SPRING_PROFILES_ACTIVE=prod \\
  -e SPRING_DATASOURCE_URL='jdbc:mysql://host:3306/knowledgebase' \\
  knowledgebase:latest

7.4 管理后台打包与部署

管理后台为 React SPA，生产环境挂载在 /knowledgeWeb 路径下。

构建：

cd frontend
npm install
npm run build
# 产物：frontend/build/（package.json 已配置 homepage=/knowledgeWeb）

部署静态资源：

# 将 build/ 同步至 Nginx 站点目录，例如：
sudo mkdir -p /etc/www/website/knowledgeWeb
sudo cp -r frontend/build/* /etc/www/website/knowledgeWeb/
sudo chown -R nginx:nginx /etc/www/website/knowledgeWeb

或使用项目脚本（需 root，目标路径见 deploy_frontend.sh）：

sudo ./deploy_frontend.sh

Nginx 反代（核心片段）：

location /knowledgeWeb/ {
    alias /etc/www/website/knowledgeWeb/;
    try_files $uri $uri/ /knowledgeWeb/index.html;
}

location /knowledgeWeb/api/ {
    proxy_pass http://127.0.0.1:13085/api/;
    proxy_set_header Host $host;
    proxy_set_header X-Real-IP $remote_addr;
    proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
    proxy_set_header X-Forwarded-Proto $scheme;
}

完整示例见仓库 nginx.conf。配置变更后执行 nginx -t && systemctl reload nginx。

7.5 启动验证

步骤

命令 / 地址

期望结果

本地联调：

# 终端 1：后端（H2，8080）
cd backend && mvn spring-boot:run -Dspring-boot.run.profiles=local

# 终端 2：前端（3000，代理至 8080）
cd frontend && npm start
# 访问 http://localhost:3000/ ，账号 admin / admin123

7.7 自动化测试

类型

工具

命令

覆盖范围

本地 E2E 默认账号 admin / admin123；Playwright 会自动拉起 backend（local + H2，端口 8088）与 frontend（3008）。若本机 8080 已被其他程序占用，不影响 E2E。报告：e2e/playwright-report/index.html。

7.6 配置与运维

• 数据库： 生产用 database/init-production.sql；已有库升级执行 database/migrate-v1.2-security-audit.sql、database/migrate-v1.3-wechat-draft-sync.sql

• AI： 问答 DEEPSEEK_API_KEY；向量 OPENAI_API_KEY（Embeddings）；公众号写作 CODEPLAN_API_KEY；草稿同步 WECHAT_MP_*

• 向量检索：embeddings.enabled=true（默认）；大规模建议 milvus.enabled=true 并部署 Milvus（见 application-prod.properties）

• 安全： 密钥走环境变量，全站 HTTPS

• Docker（可选）：backend/Dockerfile，mvn package 后 docker build

• 排障： 查端口、JDBC、CORS、出网；model is not supported 检查 CODEPLAN_MODEL；topic 需 VARCHAR(2000)

八、应用场景及使用案例说明

典型落地路径与效益参考，便于内部评审对齐预期。

8.1 企业案例（摘要）

技术公司（200+ 人）： 按技术栈/项目分类入库 → 自然语言问规范（如 JWT 接入）→ 项目组权限隔离。效果：新人上手 2 周→3–5 天，重复咨询显著减少。

咨询公司（80+ 人）： 按行业/业务类型建案例库 → 新项目输入需求，语义检索相似历史方案 → 顾问裁剪进标书。效果：项目准备约减半，方案一致性提升。

8.2 功能场景

日常问答： HR 制度、技术规范、客服 SOP——答案须引用已入库文档，不可替代官方资料。

部门权限：

角色

本部门

其他部门

文档生命周期： 上传 → Tika 解析 → 分块 KnowledgeEntry → 绑定 departmentId。版本化、定时清理等为扩展能力，以仓库实际代码为准。

8.3 效益与建议

场景

传统

本系统

提升

落地建议： 统一分类与命名；最小权限 + 定期审权限；问答后核对来源；按反馈持续补文档。

🚀 快速开始

体验访问

• 演示地址：https://www.qdzjkf.com/knowledgeWeb/

• 本地后台入口：http://localhost:3000/knowledgeWeb/（开发环境）

• 测试账号（与 database/init-production.sql 一致）：

  • 超级管理员：admin / xlh12345

  • 部门管理员：manager / manager123

  • 普通用户：user / user123

  • 本地 H2 开发（local profile）：admin / admin123