update

backend/services/kb_text_limits.py

@@ -3,15 +3,15 @@
 
 处理流程对比：
   知识图谱  每块 1 次串行 LLM 抽关系 → 最严格，8 万字
-  知识库    批量 embedding + 单次摘要 → 较宽松，30 万字
+  知识库    批量 embedding + 单次摘要 → 较宽松，100 万字
   对话文件  批量 embedding + 单次摘要（临时会话上下文）→ 20 万字
 """
 
 # ---------- 知识库 ----------
 # chunk_size=4096、overlap=200 → 有效步长约 3896 字/块
-# 30 万字 ≈ 77 块向量化，通常 1-2 分钟可完成
-MAX_KB_INPUT_CHARS = 300_000
-MAX_KB_VECTOR_CHUNKS = 80
+# 100 万字 ≈ 250+ 块向量化（PDF 等格式分块更细，上限留足余量）
+MAX_KB_INPUT_CHARS = 1_000_000
+MAX_KB_VECTOR_CHUNKS = 1000
 
 # ---------- 对话文件（聊天时上传） ----------
 # 对话文件是单次会话临时上下文，精度要求高于知识库；过长会稀释检索精度

backend/services/summary_service.py

@@ -16,6 +16,9 @@ from logger.logging import get_logger
 
 logger = get_logger(__name__)
 
+# 摘要生成时送入 LLM 的正文上限（超长文档只取开头部分）
+MAX_SUMMARY_INPUT_CHARS = 10_000
+
 
 # 摘要生成 Prompt - 优化版：强调全面覆盖
 GENERATE_SUMMARY_PROMPT = """
@@ -104,6 +107,13 @@ class SummaryService:
             if not doc_content:
                 return ""
             
+            if len(doc_content) > MAX_SUMMARY_INPUT_CHARS:
+                logger.info(
+                    f"摘要输入过长（{len(doc_content):,} 字），"
+                    f"仅使用前 {MAX_SUMMARY_INPUT_CHARS:,} 字生成摘要"
+                )
+                doc_content = doc_content[:MAX_SUMMARY_INPUT_CHARS]
+            
             # 生成摘要
             prompt = PromptTemplate(
                 template=GENERATE_SUMMARY_PROMPT,

frontend/src/views/KnowledgeBase.vue

@@ -216,7 +216,7 @@
                       ref="fileInput"
                     >
                   </label>
-                <small class="upload-hint">支持 PDF、DOCX、Excel（xlsx/xls）、CSV、TXT、图片（PNG、JPG、BMP）格式，单文件不超过 15MB，提取正文不超过 30 万字（过长请拆分）</small>
+                <small class="upload-hint">支持 PDF、DOCX、Excel（xlsx/xls）、CSV、TXT、图片（PNG、JPG、BMP）格式，单文件不超过 15MB，提取正文不超过 100 万字（过长请拆分）</small>
                 </div>
 
                 <!-- URL 上传 -->