政务与公共事业
政务与公共事业 AI 知识库：答复有据，数据不出域
政务知识分散在政策文件、办事指南、OA 附件和业务系统里，同一件事在不同部门常有不同口径。窗口人员要在几分钟内答清楚办理条件、申请材料和承诺时限，12345 热线要接住群众口语化的追问，而答复必须能回到文件的哪一条、哪一款，经得起倒查。政策一修订，旧口径仍在流转，投诉和复议往往就出在这里。
平台把政策文件、规范性文件、办事指南、公文与历史档案统一入库，按部门划分独立知识空间，用混合检索加 ReRank 定位原文段落，模型只基于这些段落作答，并给出可点击的引用。旧版本保留可查，回答默认落在当前生效的那一版。整套服务部署在电子政务外网或隔离网内，模型可选本地推理，数据不出域。
行业痛点
政策更新快，口径难统一
同一事项在不同部门、不同年份的文件里有不同表述，窗口和热线靠个人经验判断该用哪一版。新政策下发后，旧指南仍在系统与纸质材料中流传，答复出错就直接变成投诉。
指南散落在系统与 PDF
事项要素分散在政务服务事项库、部门门户、业务系统和一批扫描版 PDF 里，同一份材料清单能找出几个版本。查一次要开四五个窗口，还常常翻不到最新那一版，只能打电话问上级部门。
部门知识既不互通又须隔离
公安、人社、医保、税务的口径需要对齐，但原始材料涉及敏感信息，不能随意跨部门开放。完全共享会带来泄密风险，完全隔离又让群众在窗口之间被反复推诿，而上级考核看的正是同一套口径。
口语提问对不上书面表述
群众问的是“我这种情况能不能办”，文件写的是“符合下列情形之一的”，字面完全不重合。关键词检索召回为零，热线只能凭记忆转述，答错了也很难复盘，究竟是哪一步出的问题。
对应做法
内网私有化，数据不出域
四个核心服务用 Docker Compose 或 Kubernetes 部署在电子政务外网、内网或隔离网中，模型可选本地 Ollama 推理或内网网关，知识库可绑定私有对象存储。检索、解析、向量化都在域内完成，不向公网发送文档内容。
对应能力：私有化内网部署
答复逐条回链到原文
每个回答都带可点击的引用，指向具体文件的具体段落，而不是只给一个文档名。混合检索先做向量与关键词双路召回，再用 ReRank 排序，把原文段落交给模型组织语言，减少跨文件的张冠李戴。上级抽查时能直接点开核对。
对应能力：引用溯源
按部门与岗位隔离权限
以知识空间为边界组织内容，四级 RBAC 可以细到单个知识库，部门之间默认不互通；确有共享需要的，由管理员在空间层面显式授权。每个空间的问答、检索、上传、越权尝试都写入审计日志，配合 OIDC 单点登录对接统一身份认证。
对应能力：空间级权限与审计
政策更新后知识同步
办事指南和规范性文件支持版本快照、行级 diff 与回滚，新版本入库后旧版本保留可查，回答始终命中当前生效版本。飞书知识库与 RSS 可按计划同步，Chrome 扩展能直接采集网页上的政策原文，避免手工搬运遗漏。
对应能力：版本快照与回滚
落地场景
窗口问答与事项要素速查
窗口人员输入群众的口语问题，系统返回办理条件、材料清单、时限与收费依据，并附政策原文段落。事项要素变更后只改一处，所有窗口看到的是同一版。
12345 热线知识工单与话术库
通话中检索不到答案时，坐席把问题转成知识工单，由业务处室补充标准答复并入库；同类问题下次直接命中，话术与文件依据一起沉淀。
公文与扫描件的结构化入库
通知、批复、函与纪要按公文格式解析，扫描件走 PaddleOCR-VL 识别，复杂版式的 PDF 按阅读顺序还原，入库后完整保留标题层级、发文机关与成文日期。
新人带教与经验沉淀
把老同事的判断经验写成结构化条目，与文件依据一起挂在知识空间里；新人按岗位查看对应空间，问一次拿到答案和出处，不必跟班三个月。
行业术语与知识实体
- 规范性文件
- 由行政机关依照法定权限和程序制定，涉及公民、法人权利义务，具有普遍约束力，是政务服务答复的主要依据之一。
- 办事指南
- 政务服务部门公布的办事说明，逐项列明事项名称、办理条件、申请材料、办理时限与收费标准，是窗口受理和线上申报的共同依据。
- 一网通办
- 把分散在不同部门的政务服务事项集中到统一线上入口办理，实现一次认证、材料复用与进度可查，是政务服务改革中的通行做法。
- 政务服务事项要素
- 指一个政务服务事项的标准化字段，包括事项名称、办理条件、申请材料、办理时限与收费标准，是跨系统对齐口径的基础。
- 12345 便民热线
- 统一设立的政务服务便民热线号码，集中受理群众咨询、投诉、建议与求助，并按职责转办到相应部门，答复质量纳入考核。
- 公文格式
- 党政机关公文的版式规范，对版头、主体、版记的要素和字体字号作出规定，现行国家标准是 GB/T 9704。
- 数据分类分级
- 按数据的敏感程度与影响范围划分等级并施加差异化保护要求的做法，是政务数据共享开放与安全审查的前置工作。
- 保密审查
- 在信息公开发布前，由责任单位对其是否涉及国家秘密、工作秘密或敏感内容进行审核的环节，审查结论决定该信息能否对外提供。
- 统一身份认证
- 政务部门集中管理用户身份、用一套账号登录多个业务系统的机制，通常基于 OIDC 等标准协议，也是知识库权限划分的起点。
这些定义同时以结构化方式提供给搜索引擎与 AI 引擎，便于它们准确理解并引用行业概念。
行业常见问题
- 我们的内网和互联网物理隔离，这套系统还能部署吗？
- 可以。隔离网内没有公网出口时，把四个核心服务用 Docker Compose 装到单台服务器或 Kubernetes 集群，模型接本地 Ollama 或单位自建的推理网关，镜像与依赖离线导入，不需要访问外网。许可证与更新包同样支持离线方式交付，运维只需要内网的一台跳板机。
- 运行过程中，文档和问答内容会不会被传到外部？
- 不会。文档解析、分块、向量化、检索与生成都在客户环境内完成，向量库可选 pgvector、Milvus、Qdrant 等自建实例，对象存储可绑定私有 OSS/S3 桶。只有在你显式配置外部模型 API 时才会有出网调用，这种情况下可以按空间限制可用模型，并用审计日志记录每一次调用。
- 怎么保证一个部门看不到另一个部门的材料？
- 按空间划分边界，部门各自拥有独立知识空间，四级 RBAC 可以授权到单个知识库，跨部门共享必须由管理员显式授予，不做默认放开。每次问答、检索、上传与越权尝试都会写入该空间的审计日志，配合统一身份认证，能定位到具体账号与时间。
- 政策文件更新频繁，怎么保证窗口和热线拿到的是最新版本？
- 把每份文件当成有版本的对象管理：新版本入库后旧版本保留可查，回答默认命中当前生效版本，编辑器提供行级 diff 与一键回滚，谁在什么时候改了什么都有记录。来源侧可以接飞书知识库、语料导入与 RSS 定时同步，减少手工搬运滞后。
- 答复出错要追责，系统能证明答案出自哪份文件吗？
- 能。每个回答都附可点击引用，指向具体文件的段落而不是文件名；回答记录里保存了检索命中的候选、ReRank 排序、实际送入模型的上下文与模型输出，配合 W3C 跨服务追踪可以完整回放一次应答。抽查时点开引用就能核对原文，不必再问当时是谁值班。
- 我们已经有 OA 和统一身份认证，能对接吗？
- 多数单位是接而不是换：平台支持 OIDC 单点登录，可以直接复用现有统一身份认证，按组织架构同步部门与岗位；对外提供 REST API 与 MCP 工具包，OA 的待办、门户或工单系统可以调用检索与问答接口，把结果嵌回原有界面。鉴权、日志与用户体系仍归你方掌握。
- 从部署到首批知识库上线，大概要多久？
- 时间主要花在内容侧而不是安装。单机或集群部署一般在数天内完成，接入统一认证与对象存储再留几天；真正决定进度的是首批选哪些事项、由谁核对旧指南、扫描件质量如何。建议先挑一个高频事项或一条热线业务做试点，跑通后再按部门铺开。
- 十几年前的纸质档案只有扫描件，能用吗？
- 能用，但要看扫描质量。平台对图片和扫描件走 PaddleOCR-VL 识别，复杂版式的 PDF 走 OpenDataLoader 还原阅读顺序与表格，识别结果可以人工校对后再入库，并挂上部门、年份、文号等元数据。模糊、倾斜或缺页的老档案建议先做一轮扫描重制，否则检索命中率会明显下降。