知识会变；没有“更新/过期/回滚策略”的 RAG，很快会失真。

🎯 文章目标

• 设计文档入库/更新/归档与回滚策略
• 定义一致性与可追溯要求
• 提供最小实现与观测点

📚 背景/前置

• 文档变化：新增/修改/删除/失效
• 需求：查询一致、可回滚、可解释（引用版本）

🔧 核心内容

1) 更新策略

• 增量更新：只处理变更文件；保留版本号
• 重建索引：批量构建 + 原子切换；大规模变更时使用
• 归档：过期文档移入 archive，保留引用

2) 可追溯

• 片段记录
• 回答引用“版本号/来源”，便于追责与对齐

3) 观测与检查

• 指标：更新率、失败率、重建耗时、最慢 5%
• 检查：随机抽查引用一致性；发现“陈旧引用”报警

💡 实战示例：版本化入库（Python）

from datetime import datetime

record = {
  'docId': 'kb-001', 'version': '2025-03-01',
  'source': 'handbook.md', 'updatedAt': datetime.utcnow().isoformat()
}
# 向量入库时保存 record，生成引用时带上版本信息

📊 对比/取舍（速查）

• 仅增量 vs 定期重建：规模小选增量，规模大选重建
• 引用版本 vs 不带版本：前者可追溯，后者体验更简洁

🧪 踩坑与经验

• 无版本：回答无法追责
• 混用旧新数据：导致“事实冲突”，需原子切换

📎 参考与延伸

• 索引重建/分片与热切换
• 文档生命周期管理

💭 总结

• 用“增量/重建 + 版本追踪 + 观测检查”确保 RAG 知识一致性与可回溯