修改字数限制

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)]

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 → 较宽松，100 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）→ 20 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）
+# 300 万字 PDF 等格式分块更细，块数上限留足余量
-MAX_KB_INPUT_CHARS = 1_000_000
+MAX_KB_INPUT_CHARS = 3_000_000
-MAX_KB_VECTOR_CHUNKS = 1000
+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
+MAX_CHAT_FILE_INPUT_CHARS = 3_000_000
-# 20 万字 ≈ 51 块，兼顾处理速度与上下文覆盖
+MAX_CHAT_FILE_VECTOR_CHUNKS = 3000
-MAX_CHAT_FILE_INPUT_CHARS = 200_000
-MAX_CHAT_FILE_VECTOR_CHUNKS = 60
 
 
 def decode_txt_char_count(raw: bytes) -> int:

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。

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。
+# 300 万字时块数上限需与 MAX_INPUT_CHARS 匹配。
-MAX_INPUT_CHARS = 80_000
+MAX_INPUT_CHARS = 3_000_000
-MAX_KG_EXTRACT_CHUNKS = 100
+MAX_KG_EXTRACT_CHUNKS = 4000
 CHUNK_SIZE = 900
 CHUNK_OVERLAP = 120
 

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:
+            doc_content = truncate_text_for_summary(doc_content)
-                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(

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 100 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 300 万字（过长请拆分）</small>
                 </div>
 
                 <!-- URL 上传 -->

frontend/src/views/KnowledgeGraph.vue

@@ -219,7 +219,7 @@
               class="form-control bg-dark text-white border-secondary"
               @change="onFileSelect"
             />
-            <div class="mt-2 small text-muted">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）</div>          </div>
+            <div class="mt-2 small text-muted">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）</div>          </div>
           <div v-if="uploadError" class="alert alert-danger py-2 small">{{ uploadError }}</div>
         </div>
         <div class="modal-footer-custom">