在派聪明项目中选择 **WebSocket** 而非 **SSE（Server-Sent Events）**，主要基于以下技术优势和应用场景需求： --- ### **1. 双向通信能力** - **WebSocket**：支持**双向实时通信**（**端↔服务端）。 - 用户可能需要实时发送中断指令、调整提问或触发新操作（如“重新回答”“切换模型”），而AI的流式响应需即时反馈。 - SSE仅支持服务端单向推送，无法满足用户主动交互的需求。 - **SSE**：仅支持服务端→**端单向推送，无法处理用户实时输入。 --- ### **2. 连接稳定性与状态管理** - **WebSocket**： - 长连接更稳定，适合高频交互场景（如对话中频繁发送/接收消息）。 - 连接状态可被程序主动管理（如心跳检测、异常重连）。 - **SSE**： - 依赖HTTP长连接，但网络波动易导致连接中断，且重连机制较弱。 - 无原生连接状态管理，需额外实现复杂逻辑。 --- ### **3. 协议效率与性能** - **WebSocket**： - 基于 **TCP** 的二进制协议，数据帧开销小（仅2字节头部），适合传输大量实时数据（如长文本流）。 - 传输效率高，延迟低，尤其适合低延迟交互场景。 - **SSE**： - 基于 **HTTP**，需携带HTTP头部（如`Content-Type: text/event-stream`），数据量较大时效率较低。 - 文本格式（如`data: {...}`）需额外解析，性能略逊。 --- ### **4. 流式响应的实时性** - **WebSocket**： - 支持真正的**逐块流式输出**（AI生成内容时立即推送，无需等待完整响应）。 - 用户可实时看到内容生成过程，体验接近ChatGPT。 - **SSE**： - 虽然也能流式推送，但依赖HTTP分块传输（`Transfer-Encoding: chunked`），在复杂网络环境下可能存在延迟或丢包。 --- ### **5. 扩展性与协议灵活性** - **WebSocket**： - 协议独立于HTTP，可承载任意类型数据（文本、二进制），便于未来扩展（如**、**交互）。 - 支持自定义子协议（如`chat`、`file-transfer`），适配不同业务场景。 - **SSE**： - 仅支持文本格式，扩展性有限，难以支持复杂交互需求。 --- ### **为何不选SSE？** 虽然SSE实现简单（原生浏览器API支持），且适合单向数据推送（如股票行情、日志流），但派聪明的核心场景是**双向对话**： - 用户需实时提问、修改问题、中断回答。 - AI需即时响应并流式输出答案。 **WebSocket的双向性、低延迟和稳定性**完美匹配这一需求，而SSE单向推送的特性无法满**互式对话的完整流程。 --- ### **总结** | **特性** | **WebSocket** | **SSE** | |----------------|----------------------------------------|----------------------------------| | **通信方向** | 双向（**端↔服务端） | 单向（服务端→**端） | | **协议效率** | 高（二进制协议，低开销） | 中（HTTP头部开销大） | | **连接稳定性** | 强（长连接，可主动管理） | 弱（依赖HTTP，易断线） | | **实时性** | 极高（逐块推送，延迟低） | 较高（依赖HTTP分块） | | **扩展性** | 强（支持任意数据类型） | 有限（仅文本） | 在派聪明中，**WebSocket** 是实现“实时对话+流式响应”的最优解，兼顾了交互性、性能和用户体验，而SSE更适合单向数据广播场景。

Elasticsearch是一个基于Apache Lucene构建的开源分布式搜索和分析引擎，由Elastic公司开发并于2010年首次发布。它采用Java语言编写，提供RESTful API接口，具备分布式架构、实时搜索、全文搜索等核心特性。 作为Elastic Stack(ELK Stack)的核心组件，Elasticsearch与Logstash(数据收集)和Kibana(可视化)协同工作，构成完整的数据处理解决方案。其分布式特性允许水平扩展，通过增加节点处理海量数据和查询负载，同时支持自动分片和副本机制确保高可用性。 Elasticsearch支持结构化、非结构化及地理空间数据，应用场景广泛，包括日志分析、企业搜索、实时监控、电商搜索、安全分析等。相比Solr，它更适合频繁查询和更新的系统，具有轻便、部署简单、实时性高的优势。 通过倒排索引技术，Elasticsearch能实现高效的全文检索，在处理PB级数据时仍能保持秒级响应速度，是大数据领域重要的搜索引擎解决方案。

针对"文档散落在各种云盘"的信息孤岛问题，派聪明通过**统一文档管理平台**集中解决，具体方案如下： ### 核心解决方案 1. **统一文档接入** - 支持用户从主流云盘（如阿里云盘、百度网盘、企业微信云盘等）直接导入文档到平台，无需迁移原始文件。 - 通过API对接云盘服务，实现跨平台文档的自动同步与集中管理。 2. **多格式解析与向量化** - 使用 **Apache Tika** 解析云盘中的各类文档（PDF/Word/Excel/图片等），提取纯文本内容。 - 将文本切分为小块，通过 **Embedding 技术**转换为向量存储在 **Elasticsearch**，实现语义级检索。 3. **权限隔离与标签管理** - 通过 ****标签（`orgTags`）** 和 **RBAC权限控制**，确保各部门文档仅对授权用户可见。 - 示例代码： ```java @Query("SELECT d FROM Document d WHERE d.orgTags LIKE %:orgTag% AND d.publicAccess = false") List<Document> findPrivateDoc**yOrgTag(String orgTag); ``` 4. **混合检索技术** - 结合 **关键词搜索（Elasticsearch）** 和 **向量语义搜索**，即使文档原存储在分散云盘，也能精准定位： - 用户问"报销流程" → 自动匹配云盘中标题含"费用申请"的文档 - 通过语义相似度算法跨越关键词差异障碍。 ### 技术优势 - **零迁移成本**：用户无需改变现有云盘使用习惯，平台自动整合分散资源。 - **安全隔离**：文档解析后仅保留向量特征，原始文件仍存储在用户自有云盘，平台仅缓存处理结果。 - **断点续传**：大文件通过分片上传（Redis记录分片状态）解决云盘同步中断问题。 > 实际效果：员工无需在多个云盘间切换，在派聪明输入问题即可跨云盘检索知识，例如："销售部Q3的合同模板在哪里？" → 系统自动定位云盘中相关文档并生成答案。

产品需求文档

文件存储系统，类似阿里云OSS

文档解析工具