本目录把第 14 章的企业知识库问答案例落成一个本地可运行实验。它只依赖 Python 标准库，用小样本文档演示以下闭环：
- 文档读取、元数据解析和分块。
- 混合检索：BM25 稀疏检索 + 本地向量相似度近似。
- 权限过滤：按部门隔离受限知识。
- 上下文组装：控制上下文大小并保留来源。
- 带引用回答：只基于检索片段生成答案。
- 评估集回归：检查来源命中和答案关键项。
在仓库根目录执行：
python3 examples/enterprise_know/enterprise_know.py --query "差旅报销需要在多久内提交？"输出应包含 answer、context 和 results 字段。answer 应说明差旅报销需要在完成后 30 天内提交，results[0].source 应指向命中的制度文档。
权限过滤可以用同一问题做对照：
python3 examples/enterprise_know/enterprise_know.py --query "生产数据库访问需要什么审批？" --department hr
python3 examples/enterprise_know/enterprise_know.py --query "生产数据库访问需要什么审批？" --department engineering第一条命令应拒绝回答并返回空 results；第二条命令应命中 security_access.md，并说明生产数据库访问需要堡垒机、MFA 和已批准工单。这组对照用于确认检索阶段和回答阶段都没有绕过部门权限。
运行评估集：
python3 examples/enterprise_know/enterprise_know.py --eval
python3 -m unittest examples/enterprise_know/test_enterprise_know.py评估通过时，--eval 输出应包含 passed: true，并且 source_hit_rate 与 answer_term_hit_rate 都为 1.0。单元测试应以 OK 结束；如果任一项失败，先查看逐条 case 的 missing_terms、expected_source 和实际命中来源。
| 文件 | 作用 |
|---|---|
enterprise_know.py |
本地 RAG 管道、检索器、答案生成和评估入口 |
sample_docs/ |
示例知识库文档，含简单 ACL 元数据 |
eval_set.jsonl |
最小回归评估集 |
test_enterprise_know.py |
单元测试，覆盖检索、ACL、引用和评估 |
这个实验故意保持小而透明，适合解释第 14 章的接口边界。真实生产系统还需要替换或补齐：
- 领域嵌入模型、重排序模型和持久化向量库。
- 文档解析流水线、版本化索引和回滚流程。
- 租户级权限系统、审计日志、DLP 和密钥管理。
- 线上可观测性、SLO 告警和事故响应手册。
- 更大的黄金评估集、人工抽检和分场景阈值。