2026-02-10 18:59:10 +08:00

24 KiB

Raw Blame History

知识库模块功能实现计划

Enhanced on: 2025-02-10 Sections enhanced: 10 Research agents used: FastAPI best practices, Vue 3 composables, UI/UX patterns, RAGFlow SDK, File upload security, Architecture strategy, Code simplicity, Security sentinel, Performance oracle

Enhancement Summary

Key Improvements

安全加固 - 添加文件类型验证、大小限制、API Key 管理
性能优化 - 流式文件上传、分页查询、连接池管理
架构分层 - 引入服务层和仓储模式，提高可测试性
代码简化 - 移除过度设计，遵循 YAGNI 原则
用户体验 - 完善空状态、加载状态、错误处理

New Considerations Discovered

RAGFlow 部署使用 HTTP（非 HTTPS），需要评估安全风险
文件上传必须实现流式处理，避免内存溢出
切片查询必须分页，否则大数据量会 OOM
API Key 应通过环境变量管理，不应硬编码

概述

在 qwen-client 项目上增加一个独立的知识库模块功能（与 bot 无关联），通过 RAGFlow SDK 实现知识库管理功能。

架构设计：

qwen-client (Vue 3) → qwen-agent (FastAPI) → RAGFlow (http://100.77.70.35:1080)

需求背景

用户需要一个独立的知识库管理系统，可以：

创建和管理多个知识库（数据集）
向知识库上传文件
管理知识库内的文档切片
后续可与 bot 关联进行 RAG 检索

技术方案

后端实现 (qwen-agent)

1. 环境配置

文件： /utils/settings.py

# ============================================================
# RAGFlow Knowledge Base Configuration
# ============================================================

# RAGFlow API 配置
RAGFLOW_API_URL = os.getenv("RAGFLOW_API_URL", "http://100.77.70.35:1080")
RAGFLOW_API_KEY = os.getenv("RAGFLOW_API_KEY", "")  # 必须通过环境变量设置

# 文件上传配置
RAGFLOW_MAX_UPLOAD_SIZE = int(os.getenv("RAGFLOW_MAX_UPLOAD_SIZE", str(100 * 1024 * 1024)))  # 100MB
RAGFLOW_ALLOWED_EXTENSIONS = os.getenv("RAGFLOW_ALLOWED_EXTENSIONS", "pdf,docx,txt,md,csv").split(",")

# 性能配置
RAGFLOW_CONNECTION_TIMEOUT = int(os.getenv("RAGFLOW_CONNECTION_TIMEOUT", "30"))  # 30秒
RAGFLOW_MAX_CONCURRENT_UPLOADS = int(os.getenv("RAGFLOW_MAX_CONCURRENT_UPLOADS", "5"))

2. 依赖安装

文件： /pyproject.toml

在 [tool.poetry.dependencies] 添加：

ragflow-sdk = "^0.1.0"
python-magic = "^0.4.27"
aiofiles = "^24.1.0"

执行：

poetry install
poetry export -f requirements.txt -o requirements.txt --without-hashes

3. 项目结构

基于架构审查建议，采用分层设计：

qwen-agent/
├── routes/
│   └── knowledge_base.py          # API 路由层
├── services/
│   └── knowledge_base_service.py  # 业务逻辑层（新增）
├── repositories/
│   ├── __init__.py
│   └── ragflow_repository.py      # RAGFlow 适配器（新增）
└── utils/
    ├── settings.py                # 配置管理
    └── file_validator.py          # 文件验证工具（新增）

4. API 路由设计

文件： /routes/knowledge_base.py

路由前缀： /api/v1/knowledge-base

端点	方法	功能	认证	优化
`/datasets`	GET	获取所有数据集列表（分页）	Admin Token	缓存
`/datasets`	POST	创建新数据集	Admin Token	-
`/datasets/{dataset_id}`	GET	获取数据集详情	Admin Token	缓存
`/datasets/{dataset_id}`	PATCH	更新数据集（部分更新）	Admin Token	-
`/datasets/{dataset_id}`	DELETE	删除数据集	Admin Token	-
`/datasets/{dataset_id}/files`	GET	获取数据集内文件列表（分页）	Admin Token	缓存
`/datasets/{dataset_id}/files`	POST	上传文件到数据集（流式）	Admin Token	限流
`/datasets/{dataset_id}/files/{document_id}`	DELETE	删除文件	Admin Token	-
`/datasets/{dataset_id}/chunks`	GET	获取数据集内切片列表（分页）	Admin Token	游标分页
`/datasets/{dataset_id}/chunks/{chunk_id}`	DELETE	删除切片	Admin Token	-

代码结构：

"""
Knowledge Base API 路由
通过 RAGFlow SDK 提供知识库管理功能
"""
import logging
import os
from typing import Optional, List
from fastapi import APIRouter, HTTPException, Header, UploadFile, File, Query, BackgroundTasks
from pydantic import BaseModel, Field
from pathlib import Path

from utils.settings import RAGFLOW_API_URL, RAGFLOW_API_KEY
from utils.fastapi_utils import extract_api_key_from_auth
from repositories.ragflow_repository import RAGFlowRepository
from services.knowledge_base_service import KnowledgeBaseService

logger = logging.getLogger('app')

router = APIRouter()

# ============== 依赖注入 ==============
async def get_kb_service() -> KnowledgeBaseService:
    """获取知识库服务实例"""
    return KnowledgeBaseService(RAGFlowRepository())

async def verify_admin(authorization: Optional[str] = Header(None)):
    """验证管理员权限（复用现有认证）"""
    from routes.bot_manager import verify_admin_auth
    valid, username = await verify_admin_auth(authorization)
    if not valid:
        raise HTTPException(status_code=401, detail="Unauthorized")
    return username

# ============== Pydantic Models ==============

class DatasetCreate(BaseModel):
    """创建数据集请求"""
    name: str = Field(..., min_length=1, max_length=128, description="数据集名称")
    description: Optional[str] = Field(None, max_length=500, description="描述信息")
    chunk_method: str = Field(default="naive", description="分块方法")
    # RAGFlow 支持的分块方法: naive, manual, qa, table, paper, book, laws, presentation, picture, one, email, knowledge-graph

class DatasetUpdate(BaseModel):
    """更新数据集请求（部分更新）"""
    name: Optional[str] = Field(None, min_length=1, max_length=128)
    description: Optional[str] = Field(None, max_length=500)
    chunk_method: Optional[str] = None

class DatasetListResponse(BaseModel):
    """数据集列表响应（分页）"""
    items: List[dict]
    total: int
    page: int
    page_size: int

# ============== 数据集端点 ==============

@router.get("/datasets", response_model=DatasetListResponse)
async def list_datasets(
    page: int = Query(1, ge=1, description="页码"),
    page_size: int = Query(20, ge=1, le=100, description="每页数量"),
    search: Optional[str] = Query(None, description="搜索关键词"),
    username: str = Depends(verify_admin),
    kb_service: KnowledgeBaseService = Depends(get_kb_service)
):
    """获取数据集列表（支持分页和搜索）"""
    return await kb_service.list_datasets(
        page=page,
        page_size=page_size,
        search=search
    )

@router.post("/datasets", status_code=201)
async def create_dataset(
    data: DatasetCreate,
    username: str = Depends(verify_admin),
    kb_service: KnowledgeBaseService = Depends(get_kb_service)
):
    """创建数据集"""
    try:
        dataset = await kb_service.create_dataset(
            name=data.name,
            description=data.description,
            chunk_method=data.chunk_method
        )
        return dataset
    except Exception as e:
        logger.error(f"Failed to create dataset: {e}")
        raise HTTPException(status_code=500, detail=f"创建数据集失败: {str(e)}")

@router.get("/datasets/{dataset_id}")
async def get_dataset(
    dataset_id: str,
    username: str = Depends(verify_admin),
    kb_service: KnowledgeBaseService = Depends(get_kb_service)
):
    """获取数据集详情"""
    dataset = await kb_service.get_dataset(dataset_id)
    if not dataset:
        raise HTTPException(status_code=404, detail="数据集不存在")
    return dataset

@router.patch("/datasets/{dataset_id}")
async def update_dataset(
    dataset_id: str,
    data: DatasetUpdate,
    username: str = Depends(verify_admin),
    kb_service: KnowledgeBaseService = Depends(get_kb_service)
):
    """更新数据集（部分更新）"""
    try:
        dataset = await kb_service.update_dataset(dataset_id, data.model_dump(exclude_unset=True))
        if not dataset:
            raise HTTPException(status_code=404, detail="数据集不存在")
        return dataset
    except Exception as e:
        logger.error(f"Failed to update dataset: {e}")
        raise HTTPException(status_code=500, detail=f"更新数据集失败: {str(e)}")

@router.delete("/datasets/{dataset_id}", status_code=204)
async def delete_dataset(
    dataset_id: str,
    username: str = Depends(verify_admin),
    kb_service: KnowledgeBaseService = Depends(get_kb_service)
):
    """删除数据集"""
    success = await kb_service.delete_dataset(dataset_id)
    if not success:
        raise HTTPException(status_code=404, detail="数据集不存在")

# ============== 文件端点 ==============

@router.get("/datasets/{dataset_id}/files")
async def list_dataset_files(
    dataset_id: str,
    page: int = Query(1, ge=1),
    page_size: int = Query(20, ge=1, le=100),
    username: str = Depends(verify_admin),
    kb_service: KnowledgeBaseService = Depends(get_kb_service)
):
    """获取数据集内文件列表（分页）"""
    return await kb_service.list_files(dataset_id, page=page, page_size=page_size)

@router.post("/datasets/{dataset_id}/files")
async def upload_file(
    dataset_id: str,
    file: UploadFile = File(...),
    background_tasks: BackgroundTasks = None,
    username: str = Depends(verify_admin),
    kb_service: KnowledgeBaseService = Depends(get_kb_service)
):
    """
    上传文件到数据集（流式处理）

    支持的文件类型: PDF, DOCX, TXT, MD, CSV
    最大文件大小: 100MB
    """
    # 文件验证在 service 层处理
    try:
        result = await kb_service.upload_file(dataset_id, file)
        return result
    except ValueError as e:
        raise HTTPException(status_code=400, detail=str(e))
    except Exception as e:
        logger.error(f"Failed to upload file: {e}")
        raise HTTPException(status_code=500, detail=f"上传失败: {str(e)}")

@router.delete("/datasets/{dataset_id}/files/{document_id}")
async def delete_file(
    dataset_id: str,
    document_id: str,
    username: str = Depends(verify_admin),
    kb_service: KnowledgeBaseService = Depends(get_kb_service)
):
    """删除文件"""
    success = await kb_service.delete_file(dataset_id, document_id)
    if not success:
        raise HTTPException(status_code=404, detail="文件不存在")
    return {"success": True}

# ============== 切片端点（可选，延后实现）=============
# 根据简化建议，切片管理功能延后到明确需求时再实现

前端实现 (qwen-client)

1. API 服务层

文件： /src/api/index.js

添加 knowledgeBaseApi 模块：

// ============== Knowledge Base API ==============
const knowledgeBaseApi = {
  // 数据集管理
  getDatasets: async (params = {}) => {
    const qs = new URLSearchParams(params).toString()
    return request(`/api/v1/knowledge-base/datasets${qs ? '?' + qs : ''}`)
  },

  createDataset: async (data) => {
    return request('/api/v1/knowledge-base/datasets', {
      method: 'POST',
      body: JSON.stringify(data)
    })
  },

  updateDataset: async (datasetId, data) => {
    return request(`/api/v1/knowledge-base/datasets/${datasetId}`, {
      method: 'PATCH',  // 使用 PATCH 支持部分更新
      body: JSON.stringify(data)
    })
  },

  deleteDataset: async (datasetId) => {
    return request(`/api/v1/knowledge-base/datasets/${datasetId}`, {
      method: 'DELETE'
    })
  },

  // 文件管理
  getDatasetFiles: async (datasetId, params = {}) => {
    const qs = new URLSearchParams(params).toString()
    return request(`/api/v1/knowledge-base/datasets/${datasetId}/files${qs ? '?' + qs : ''}`)
  },

  uploadFile: async (datasetId, file, onProgress) => {
    const formData = new FormData()
    formData.append('file', file)

    // 支持上传进度回调
    const xhr = new XMLHttpRequest()

    return new Promise((resolve, reject) => {
      xhr.upload.addEventListener('progress', (e) => {
        if (onProgress && e.lengthComputable) {
          onProgress(Math.round((e.loaded / e.total) * 100))
        }
      })

      xhr.addEventListener('load', () => {
        if (xhr.status >= 200 && xhr.status < 300) {
          resolve(JSON.parse(xhr.responseText))
        } else {
          reject(new Error(xhr.statusText))
        }
      })

      xhr.addEventListener('error', () => reject(new Error('上传失败')))
      xhr.addEventListener('abort', () => reject(new Error('上传已取消')))

      xhr.open('POST', `${API_BASE}/api/v1/knowledge-base/datasets/${datasetId}/files`)
      xhr.setRequestHeader('Authorization', `Bearer ${localStorage.getItem('admin_token') || 'dummy-token'}`)
      xhr.send(formData)
    })
  },

  deleteFile: async (datasetId, documentId) => {
    return request(`/api/v1/knowledge-base/datasets/${datasetId}/files/${documentId}`, {
      method: 'DELETE'
    })
  }
}

2. 简化的状态管理

基于代码简洁性审查建议，直接在组件中管理状态，而不是创建独立的 composable

<!-- KnowledgeBaseView.vue -->
<script setup>
import { ref, onMounted } from 'vue'
import { knowledgeBaseApi } from '@/api'
import DatasetList from '@/components/knowledge-base/DatasetList.vue'
import FileList from '@/components/knowledge-base/FileList.vue'
import DatasetFormModal from '@/components/knowledge-base/DatasetFormModal.vue'

// 状态
const datasets = ref([])
const currentDataset = ref(null)
const files = ref([])
const isLoading = ref(false)
const error = ref(null)

// 分页
const page = ref(1)
const pageSize = ref(20)
const total = ref(0)

// 加载数据集
const loadDatasets = async () => {
  isLoading.value = true
  error.value = null
  try {
    const response = await knowledgeBaseApi.getDatasets({
      page: page.value,
      page_size: pageSize.value
    })
    datasets.value = response.items || []
    total.value = response.total
  } catch (err) {
    error.value = err.message
  } finally {
    isLoading.value = false
  }
}

// 选择数据集
const selectDataset = async (dataset) => {
  currentDataset.value = dataset
  await loadFiles(dataset.dataset_id)
}

// 加载文件
const loadFiles = async (datasetId) => {
  isLoading.value = true
  try {
    const response = await knowledgeBaseApi.getDatasetFiles(datasetId)
    files.value = response.items || []
  } finally {
    isLoading.value = false
  }
}

// 创建数据集
const createDataset = async (data) => {
  await knowledgeBaseApi.createDataset(data)
  await loadDatasets()
}

// 删除数据集
const deleteDataset = async (datasetId) => {
  await knowledgeBaseApi.deleteDataset(datasetId)
  if (currentDataset.value?.dataset_id === datasetId) {
    currentDataset.value = null
    files.value = []
  }
  await loadDatasets()
}

onMounted(() => {
  loadDatasets()
})
</script>

<template>
  <div class="knowledge-base-view">
    <!-- 数据集列表 -->
    <DatasetList
      :datasets="datasets"
      :loading="isLoading"
      :current="currentDataset"
      @select="selectDataset"
      @create="createDataset"
      @delete="deleteDataset"
    />

    <!-- 文件列表（选中数据集后显示） -->
    <FileList
      v-if="currentDataset"
      :dataset="currentDataset"
      :files="files"
      @upload="handleFileUpload"
      @delete="handleFileDelete"
    />
  </div>
</template>

3. 路由配置

文件： /src/router/index.js

添加知识库路由：

{
  path: '/knowledge-base',
  name: 'knowledge-base',
  component: () => import('@/views/KnowledgeBaseView.vue'),
  meta: { requiresAuth: true, title: '知识库管理' }
}

4. 视图组件

文件： /src/views/KnowledgeBaseView.vue

主视图组件，包含：

数据集列表（左侧或顶部）
文件列表（选中数据集后显示）
上传文件按钮
创建数据集按钮

子组件（简化后的结构）：

组件	文件	功能
`DatasetList.vue`	`/src/components/knowledge-base/DatasetList.vue`	数据集列表展示 + 创建/删除
`DatasetFormModal.vue`	`/src/components/knowledge-base/DatasetFormModal.vue`	创建/编辑数据集弹窗（合并）
`FileList.vue`	`/src/components/knowledge-base/FileList.vue`	文件列表展示 + 上传
`FileUploadModal.vue`	`/src/components/knowledge-base/FileUploadModal.vue`	文件上传弹窗

目录结构：

src/components/knowledge-base/
├── DatasetList.vue          # 数据集列表（含创建按钮）
├── DatasetFormModal.vue     # 创建/编辑数据集表单
├── FileList.vue             # 文件列表（含上传按钮）
└── FileUploadModal.vue      # 文件上传弹窗

5. 导航菜单

文件： /src/views/AdminView.vue

在导航菜单中添加知识库入口：

<Button
  variant="ghost"
  @click="currentView = 'knowledge-base'"
>
  <Database :size="20" />
  <span>知识库管理</span>
</Button>

实现阶段

Phase 1: 后端基础 (qwen-agent) - 核心功能

添加 ragflow-sdk 依赖到 pyproject.toml
在 utils/settings.py 添加 RAGFlow 配置（环境变量）
创建 repositories/ragflow_repository.py - RAGFlow SDK 适配器
创建 services/knowledge_base_service.py - 业务逻辑层
创建 routes/knowledge_base.py - API 路由
在 fastapi_app.py 注册路由
测试 API 端点

Phase 2: 前端 API 层 (qwen-client)

在 src/api/index.js 添加 knowledgeBaseApi
添加知识库路由到 src/router/index.js
在 AdminView 添加导航入口

Phase 3: 前端 UI 组件 - 最小实现

创建 src/components/knowledge-base/ 目录
实现 KnowledgeBaseView.vue 主视图
实现 DatasetList.vue 组件
实现 DatasetFormModal.vue 组件
实现 FileList.vue 组件
实现 FileUploadModal.vue 组件

Phase 4: 切片管理 (延后实现)

根据 YAGNI 原则，切片管理功能延后到有明确需求时再实现：

后端实现切片列表/删除端点
前端实现 ChunkList.vue 组件
切片搜索功能

Phase 5: 测试与优化

端到端测试
错误处理优化
加载状态优化
添加性能监控

数据模型

数据集 (Dataset)

interface Dataset {
  dataset_id: string
  name: string
  description?: string
  chunk_method: string
  chunk_count?: number
  document_count?: number
  created_at: string
  updated_at: string
}

文件 (Document)

interface Document {
  document_id: string
  dataset_id: string
  name: string
  size: number
  status: 'running' | 'success' | 'failed'
  progress: number  // 0-100
  chunk_count?: number
  token_count?: number
  created_at: string
  updated_at: string
}

切片 (Chunk) - 延后实现

interface Chunk {
  chunk_id: string
  document_id: string
  dataset_id: string
  content: string
  position: number
  important_keywords?: string[]
  available: boolean
  created_at: string
}

API 端点规范

1. 获取数据集列表（分页）

GET /api/v1/knowledge-base/datasets?page=1&page_size=20&search=keyword
Authorization: Bearer {admin_token}

Response:
{
  "items": [
    {
      "dataset_id": "uuid",
      "name": "产品手册",
      "description": "公司产品相关文档",
      "chunk_method": "naive",
      "document_count": 5,
      "chunk_count": 120,
      "created_at": "2025-01-01T00:00:00Z",
      "updated_at": "2025-01-01T00:00:00Z"
    }
  ],
  "total": 1,
  "page": 1,
  "page_size": 20
}

2. 创建数据集

POST /api/v1/knowledge-base/datasets
Authorization: Bearer {admin_token}
Content-Type: application/json

{
  "name": "产品手册",
  "description": "公司产品相关文档",
  "chunk_method": "naive"
}

Response:
{
  "dataset_id": "uuid",
  "name": "产品手册",
  ...
}

3. 上传文件（流式）

POST /api/v1/knowledge-base/datasets/{dataset_id}/files
Authorization: Bearer {admin_token}
Content-Type: multipart/form-data

file: <binary>

Response (异步):
{
  "document_id": "uuid",
  "name": "document.pdf",
  "status": "running",
  "progress": 0,
  ...
}

安全考虑

Research Insights

文件上传安全：

实现文件类型白名单验证（扩展名 + MIME 类型 + 魔数）
限制文件大小（最大 100MB）
使用 UUID 重命名文件，防止路径遍历
清理文件名中的危险字符

API 认证：

复用现有的 verify_admin_auth 函数
所有端点需要有效的 Admin Token
集成现有的 RBAC 系统

输入验证：

使用 Pydantic Field 进行输入验证
限制字符串长度
验证分页参数范围

配置安全：

API Key 必须通过环境变量设置
不在代码中硬编码敏感信息

安全配置清单

措施	优先级	状态
文件类型验证	高	待实现
文件大小限制	高	待实现
API Key 环境变量	高	已规划
路径遍历防护	高	待实现
文件名清理	中	待实现
病毒扫描	中	可选

性能优化

Research Insights

文件上传优化：

使用流式处理，避免一次性读取大文件到内存
实现并发限制（最多 5 个并发上传）
添加上传进度回调

查询优化：

实现分页机制，避免返回大量数据
使用游标分页优化深分页性能
对数据集列表添加缓存

连接池：

使用异步 HTTP 客户端连接池
设置合理的超时时间

性能优化清单

优化项	优先级	预期效果
流式文件上传	高	避免 OOM
分页查询	高	响应时间 < 100ms
数据集缓存	中	减少外部 API 调用
连接池	中	提高并发能力
限流	中	防止资源耗尽

用户体验优化

Research Insights

空状态设计：

为空列表提供友好的提示和操作引导
区分不同场景的空状态（首次使用、搜索无结果等）

加载状态：

使用骨架屏替代传统 loading 指示器
显示加载进度（特别是文件上传）

错误处理：

使用人类可读的错误消息
提供具体的修复建议
区分不同类型的错误（网络、验证、服务器）

文件上传 UX：

支持拖拽上传
显示上传进度
支持批量上传
显示文件大小和类型验证

配置清单

环境变量

变量名	默认值	说明	必填
`RAGFLOW_API_URL`	`http://100.77.70.35:1080`	RAGFlow API 地址	是
`RAGFLOW_API_KEY`	-	RAGFlow API Key	是
`RAGFLOW_MAX_UPLOAD_SIZE`	`104857600`	最大上传文件大小(字节)	否
`RAGFLOW_ALLOWED_EXTENSIONS`	`pdf,docx,txt,md,csv`	允许的文件扩展名	否
`RAGFLOW_CONNECTION_TIMEOUT`	`30`	连接超时(秒)	否
`RAGFLOW_MAX_CONCURRENT_UPLOADS`	`5`	最大并发上传数	否

依赖包

[tool.poetry.dependencies]
ragflow-sdk = "^0.1.0"
python-magic = "^0.4.27"
aiofiles = "^24.1.0"

参考资料

RAGFlow 官方文档: https://ragflow.com.cn/docs
RAGFlow HTTP API: https://ragflow.io/docs/http_api_reference
RAGFlow GitHub: https://github.com/infiniflow/ragflow
RAGFlow Python SDK: https://github.com/infiniflow/ragflow/blob/main/docs/references/python_api_reference.md
qwen-client API 层: /src/api/index.js
qwen-agent 路由示例: /routes/bot_manager.py

研究来源:

后续扩展

与 Bot 关联： 在 Bot 设置中选择知识库
RAG 检索： 实现基于知识库的问答功能
批量操作： 批量上传、删除文件
知识库搜索： 在知识库内搜索内容
访问统计： 查看知识库使用情况
切片管理： 前端切片查看和编辑（延后实现）

24 KiB Raw Blame History Unescape Escape

知识库模块功能实现计划

Enhancement Summary

Key Improvements

New Considerations Discovered

概述

需求背景

技术方案

后端实现 (qwen-agent)

1. 环境配置

2. 依赖安装

3. 项目结构

4. API 路由设计

前端实现 (qwen-client)

1. API 服务层

2. 简化的状态管理

3. 路由配置

4. 视图组件

5. 导航菜单

实现阶段

Phase 1: 后端基础 (qwen-agent) - 核心功能

Phase 2: 前端 API 层 (qwen-client)

Phase 3: 前端 UI 组件 - 最小实现

Phase 4: 切片管理 (延后实现)

Phase 5: 测试与优化

数据模型

数据集 (Dataset)

文件 (Document)

切片 (Chunk) - 延后实现

API 端点规范

1. 获取数据集列表（分页）

2. 创建数据集

3. 上传文件（流式）

安全考虑

Research Insights

安全配置清单

性能优化

Research Insights

性能优化清单

用户体验优化

Research Insights

配置清单

环境变量

依赖包

参考资料

后续扩展

24 KiB

Raw Blame History