通用 RAG 轮子 演示

让 AI 学会「查自家的资料」——换行业，只换一个「领域包」，引擎不动。

它解决什么问题

律所、审计、招标代理……都需要一套「问自己知识库」的系统：问一句话，AI 翻法规 / 判例 / 制度，给出带出处的答案，而不是让它凭空编。
可要真做一遍很慢：切块、检索、防瞎编、知识治理……每个行业都在重复造同一个轮子。

本项目把这个活儿拆成两半：
引擎（不变）切块、语义检索、让 AI 多轮调用工具、组织答案、登录与接口——与行业无关。
领域包（可换）这个行业有哪些库、按什么维度分类、名词怎么叫、答案口径、防瞎编的守则——全收在这一个包里。
换行业 = 换包引擎一行不改
首个行业回本，之后每个行业近乎零成本。

现在装的是哪个包

招标代理 draft
按「法线」分类，共 6 个知识库（3 法条／1 制度／1 判例／1 知识条目），4 个使用场景。
同仓另有领域包：audit、yungong。
（换行业时，这里显示的就是新包的行业名、分类与库清单——同一个页面。）

它做出来的东西（业务视角）

① 一问一答，答案带出处
问「采购多少金额要招标？」→ AI 翻库后给出依据的具体法条 / 案号，可回到原文核对。 检索不到就直说「没有」，不硬编——这是可用与不可用的分界。

② 知识体检（治理面）
把所内经验整理成「知识条目」，一键查出断链、孤立、疑似重复。 这套治理能力是买不到的护城河——卖盒子的人给你「能答」，不给你「管好知识」。

凭什么说它行（证据，不是口号）

怎么用

换行业只需一句：$env:RAGWHEEL_PACK = "<包名>"，再启动 uvicorn ragwheel.api:app（不设＝默认包）。
新行业：复制 domainpacks/_template/ 改个名，填 pack.yaml 与提示词即可起步。
技术细节（给工程师）

当前包的知识库

能做什么（场景）

检索走 agentic：由模型自己决定调哪些工具、检索几次，不由固定流程替它决定。

内核模块（ragwheel/，行业无关）

agent.py，api.py，auth.py，chunker.py，config.py，contradiction_guard.py，create_user.py，domain.py，download_model.py，embedder.py，generator.py，hygiene.py，indexer.py，pipeline.py，query_rewrite.py，retriever.py，tool_api.py，toolkit.py；子包：wiki/
领域包 domainpacks/tender_agency/ ＝ pack.yaml（库/分类/别名/场景）＋ prompts/*.txt（提示词）＋ 可选 pack.py 与行业数据。

知识条目层与治理

kind: wiki 的知识条目层是自撰条目（markdown ＋ [[双链]] ＋ tags）， 文件驱动、不进向量库、不参与检索；由确定性 Lint 做治理体检 （断链 / 孤立 / 疑似重复 / 连通域 / 稀疏标签）：GET /api/rag/wiki-lint。

红线

① 生产零改动；② 凭据不入库；③ 领域包可换，内核不必动。
进入 API 控制台 → 只读工具台 →