diff --git a/backend/api/kb_file_router.py b/backend/api/kb_file_router.py
index cde52c0..6790db3 100644
--- a/backend/api/kb_file_router.py
+++ b/backend/api/kb_file_router.py
@@ -197,11 +197,6 @@ async def process_file_background(
# 拼接所有 chunks 的内容用于生成摘要
file_content = "\n\n".join([content for _, content, _, _ in result.chunks])
- # 限制内容长度，避免超出 LLM 限制
- max_content_length = 10000 # 约 3000-4000 tokens
- if len(file_content) > max_content_length:
- file_content = file_content[:max_content_length] + "..."
-
logger.info(f"正在为文件 {file_id} 生成摘要，内容长度: {len(file_content)} 字符")
# 将文本内容转换为 Document 对象
@@ -283,11 +278,6 @@ async def process_url_background(file_id: int, url: str, knowledge_base_id: int)
# 拼接所有 chunks 的内容用于生成摘要
file_content = "\n\n".join([content for _, content, _, _ in result.chunks])
- # 限制内容长度
- max_content_length = 10000
- if len(file_content) > max_content_length:
- file_content = file_content[:max_content_length] + "..."
-
logger.info(f"正在为 URL {file_id} 生成摘要，内容长度: {len(file_content)} 字符")
docs = [Document(page_content=file_content)]
diff --git a/backend/services/kb_text_limits.py b/backend/services/kb_text_limits.py
index 36ad2a1..6e3c949 100644
--- a/backend/services/kb_text_limits.py
+++ b/backend/services/kb_text_limits.py
@@ -2,22 +2,20 @@
知识库与对话文件的正文长度限制。
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，100 万字
- 对话文件 批量 embedding + 单次摘要（临时会话上下文）→ 20 万字
+ 知识图谱 每块 1 次串行 LLM 抽关系 → 300 万字
+ 知识库 批量 embedding + 单次摘要 → 300 万字
+ 对话文件 批量 embedding + 单次摘要（临时会话上下文）→ 300 万字
"""
# ---------- 知识库 ----------
# chunk_size=4096、overlap=200 → 有效步长约 3896 字/块
-# 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
+# 300 万字 PDF 等格式分块更细，块数上限留足余量
+MAX_KB_INPUT_CHARS = 3_000_000
+MAX_KB_VECTOR_CHUNKS = 3000
# ---------- 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
-# 20 万字 ≈ 51 块，兼顾处理速度与上下文覆盖
-MAX_CHAT_FILE_INPUT_CHARS = 200_000
-MAX_CHAT_FILE_VECTOR_CHUNKS = 60
+MAX_CHAT_FILE_INPUT_CHARS = 3_000_000
+MAX_CHAT_FILE_VECTOR_CHUNKS = 3000
def decode_txt_char_count(raw: bytes) -> int:
diff --git a/backend/services/knowledge_processing_service.py b/backend/services/knowledge_processing_service.py
index ecfffac..ed3a575 100644
--- a/backend/services/knowledge_processing_service.py
+++ b/backend/services/knowledge_processing_service.py
@@ -635,6 +635,7 @@ class KnowledgeProcessingExecutor:
"""
from langchain_core.messages import HumanMessage, SystemMessage
from core.llm_catalog import build_chat_model
+ from services.summary_service import truncate_text_for_summary
logger.info(f"执行总结任务: {task.task_name}")
@@ -644,7 +645,8 @@ class KnowledgeProcessingExecutor:
files_text += f"\n\n【文件{idx}: {file_data['file_name']}】\n"
if file_data['summary']:
files_text += f"摘要: {file_data['summary']}\n\n"
- files_text += f"内容:\n{file_data['content']}\n"
+ content = truncate_text_for_summary(file_data['content'])
+ files_text += f"内容:\n{content}\n"
files_text += "=" * 80
prompt = f"""你是一个文档总结助手。用户需要总结多个文件的内容。
diff --git a/backend/services/novel_kg_service.py b/backend/services/novel_kg_service.py
index 1843c7d..09f073d 100644
--- a/backend/services/novel_kg_service.py
+++ b/backend/services/novel_kg_service.py
@@ -24,9 +24,9 @@ from logger.logging import get_logger
logger = get_logger(__name__)
# 知识图谱抽取上限：每块约 900 字、重叠 120，每块 1 次 DeepSeek 调用（串行）。
-# 8 万字 ≈ 100 次调用，后台约 5–10 分钟可完成；50 万字需 600+ 次，基本不可行。
-MAX_INPUT_CHARS = 80_000
-MAX_KG_EXTRACT_CHUNKS = 100
+# 300 万字时块数上限需与 MAX_INPUT_CHARS 匹配。
+MAX_INPUT_CHARS = 3_000_000
+MAX_KG_EXTRACT_CHUNKS = 4000
CHUNK_SIZE = 900
CHUNK_OVERLAP = 120
diff --git a/backend/services/summary_service.py b/backend/services/summary_service.py
index 7bd65ea..d5eb314 100644
--- a/backend/services/summary_service.py
+++ b/backend/services/summary_service.py
@@ -20,6 +20,18 @@ logger = get_logger(__name__)
MAX_SUMMARY_INPUT_CHARS = 10_000
+def truncate_text_for_summary(text: str, max_chars: int = MAX_SUMMARY_INPUT_CHARS) -> str:
+ """超长正文仅保留前 max_chars 字用于摘要生成。"""
+ text = text.strip()
+ if len(text) <= max_chars:
+ return text
+ logger.info(
+ f"摘要输入过长（{len(text):,} 字），"
+ f"仅使用前 {max_chars:,} 字生成摘要"
+ )
+ return text[:max_chars]
+
+
# 摘要生成 Prompt - 优化版：强调全面覆盖
GENERATE_SUMMARY_PROMPT = """
你是一个精准的文件内容总结专家。你的任务是提取并总结用户提供的文件内容或片段的**所有核心内容**。
@@ -107,12 +119,7 @@ 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]
+ doc_content = truncate_text_for_summary(doc_content)
# 生成摘要
prompt = PromptTemplate(
diff --git a/frontend/src/views/KnowledgeBase.vue b/frontend/src/views/KnowledgeBase.vue
index 1b4c160..b027d5f 100644
--- a/frontend/src/views/KnowledgeBase.vue
+++ b/frontend/src/views/KnowledgeBase.vue
@@ -216,7 +216,7 @@
ref="fileInput"
>
- 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）
+ 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 300 万字（过长请拆分）
diff --git a/frontend/src/views/KnowledgeGraph.vue b/frontend/src/views/KnowledgeGraph.vue
index 8d18b81..7e62590 100644
--- a/frontend/src/views/KnowledgeGraph.vue
+++ b/frontend/src/views/KnowledgeGraph.vue
@@ -219,7 +219,7 @@
class="form-control bg-dark text-white border-secondary"
@change="onFileSelect"
/>
- 支持 .txt、.pdf、.docx 及常见图片；扫描件将尝试 OCR + 通义视觉。单文件不超过约 15MB，提取正文建议不超过 8 万字（过长请拆分或改用知识库）
+ 支持 .txt、.pdf、.docx 及常见图片；扫描件将尝试 OCR + 通义视觉。单文件不超过约 15MB，提取正文不超过 300 万字（过长请拆分）
{{ uploadError }}