知识库维护不要只看文档数量。文档撤下后遗留切片、目录新增版本却没有切片，都可能影响RAG结果。先对照目录与切片索引，输出可回查问题。
维护RAG资料与切片目录的开发者。本文使用 Python 3.11 或以上版本的标准库，先验证一组人工构造的小样本。AI 负责提出实现或解释差异，结果由本地检查决定；这里没有把模型回答当成真实运行结果。
检查切片与文档目录一致性前，先定规则
文档身份用doc_id和version组合，不能只看doc_id，因为旧版切片可能被误认为新版已完成。
孤立切片指其文档版本已不在当前目录中，缺失版本指目录有记录但没有任何切片。
发现问题不立即删除，先确认目录是完整快照还是增量清单。拿增量目录当全量会误报大量孤立切片。
给 AI 的输入要包含什么
把下面这份输入说明和你的实际样本一起交给可用的 AI 编程助手。示例只含虚构数据；对真实材料先去除账号凭据和个人信息。
对照完整docs快照与chunks，身份(doc_id,version)，输出orphan chunk IDs和missing doc versions。不得删除记录，不用文档数量代替关系检查；输入声明全量快照。要求模型保留检查条件，并把它认为缺少的业务定义列出来。若回答改变了输入字段、忽略异常分支或直接删除原材料，先要求修正，再运行。提示词的作用是缩小任务范围，验收仍以代码和数据为准。
保存并运行最小验证程序
下方程序把关键规则和验证用例放在同一个可复跑示例中，便于先理解输入如何变成输出，再用它检查 AI 给出的实现。
新建一个空目录，把下面代码保存为 check.py，在该目录打开终端，运行 python -X utf8 check.py。代码自带示例输入，不需要安装第三方库。
docs=[('guide',2),('policy',1)]
chunks=[{'id':'g1','doc':'guide','version':1},{'id':'g2','doc':'guide','version':2}]
allowed=set(docs)
present={(c['doc'],c['version']) for c in chunks}
orphans=[c['id'] for c in chunks if (c['doc'],c['version']) not in allowed]
missing=sorted(allowed-present)
assert orphans==['g1'] and missing==[('policy',1)]
assert len(chunks)==2
print('orphan_chunks',orphans)
print('missing_versions',missing)
print('no_deletion',True)怎样判断结果符合要求
旧版g1为孤立切片，policy版本1缺切片，原chunks数量仍为2。报告是维护问题清单，不证明已经修复。
下方是这份最小示例在本地执行得到的输出。它验证示例程序与断言的关系，不代表任何 AI 模型一次就能生成同样代码，也不构成性能或生产可靠性结论。
orphan_chunks ['g1']
missing_versions [('policy', 1)]
no_deletion True目录变更与索引写入之间可能有合法过渡窗口，先查同一快照批次。
切片为空或提取失败与“没有切片”需关联处理记录，不能盲目重新嵌入。
哪些失败必须停下来处理
目录若不是完整快照，不允许用差集生成删除计划。
多租户数据必须把租户加进身份与允许范围，本例单个演示库不实现鉴权。
接入自己的任务前再核对一次
每次索引完成后保存源目录版本、切片数与失败文档清单。
让AI解释问题时提供具体ID和阶段，修复后重跑同一审计，而不是更新一条总数。
资料与适用范围
集合差集可核对ID覆盖；文档与切片关系属于应用自身契约。以下链接核对于 2026-10-03；运行环境及额外依赖按本文前述说明。
相关基础可阅读 AI 智能体知识库怎么设计？用文档 ID、版本、权限和出处组织数据。本文的重点是检查切片与文档目录一致性，可以把两项检查作为不同步骤保留。
Ai菜鸟网。发布者：AI小管家，转载请注明出处：https://www.alyyhw.com/33442.html
