使用、API 与 AWS 架构
正式服务入口、系统接入方式，以及文档从上传到回答的完整 AWS 流程。
正式服务地址
HTTPS · 443Production Base URLhttps://pssrag.hydsoft.site
公开业务 API 使用 `/api/v1`。页面和 API 通过同一域名访问，不需要额外端口；内部盲评路由不对用户和 Skill 开放。
Web 使用
打开问答页面01
上传或选择文档
支持 MSG、PDF、XLSX/XLS、PPTX、PNG、JPG。状态变为 ready 后进入问答范围。
02
提交业务问题
支持中英文问题；系统完成多路召回、融合、重排和受约束生成。
03
核验与导出
引用可回到原文件位置，单题或批次结果可以导出 Word。
公开 API 地址
交互式 API 文档| 方法 | 完整地址 | 用途 |
|---|---|---|
| GET | https://pssrag.hydsoft.site/healthz | 服务与模型配置健康检查 |
| POST | https://pssrag.hydsoft.site/api/v1/documents | 上传一个业务文档 |
| GET | https://pssrag.hydsoft.site/api/v1/documents | 查询文档与处理状态 |
| GET | https://pssrag.hydsoft.site/api/v1/documents/{document_id} | 查看单个文档处理详情 |
| POST | https://pssrag.hydsoft.site/api/v1/documents/{document_id}/retry | 重新处理失败文档 |
| POST | https://pssrag.hydsoft.site/api/v1/answers | 提交单题并返回回答与引用 |
| GET | https://pssrag.hydsoft.site/api/v1/answers/{answer_id}/citations/{citation_id}/render | 查看引用定位数据 |
| POST | https://pssrag.hydsoft.site/api/v1/question-batches | 提交 JSON 批量问题 |
| POST | https://pssrag.hydsoft.site/api/v1/question-batches/import | 上传 XLSX 批量问题 |
| GET | https://pssrag.hydsoft.site/api/v1/question-batches | 列出批次 |
| GET | https://pssrag.hydsoft.site/api/v1/question-batches/{batch_id} | 轮询批次状态和结果 |
| POST | https://pssrag.hydsoft.site/api/v1/reports | 生成回答或批次 Word 报告 |
| GET | https://pssrag.hydsoft.site/api/v1/reports/{report_id} | 查询报告信息 |
| GET | https://pssrag.hydsoft.site/api/v1/reports/{report_id}/download | 下载 Word 报告 |
| GET | https://pssrag.hydsoft.site/api/v1/evaluation-report/latest | 读取最新公开评测结论 |
API 快速接入
无需用户 Tokencurl -X POST https://pssrag.hydsoft.site/api/v1/answers \
-H 'Content-Type: application/json' \
-d '{"question":"What is the specified pump head?"}'
curl -X POST https://pssrag.hydsoft.site/api/v1/question-batches \
-H 'Content-Type: application/json' \
-d '{"name":"acceptance","questions":[{"id":"q1","question":"..."}]}'
AWS 产品清单
当前架构与实施职责| AWS 产品 | 在 PSSRAG 中承担的职责 | 调用时机 |
|---|---|---|
| ACM + Application Load Balancer | HTTPS 证书、HTTP 跳转和 Web/API 统一入口 | 每次页面或 API 请求 |
| ECS Fargate + ECR | 运行 FastAPI、文档解析、RAG 编排和报告生成；ECR 保存不可变镜像 | 持续运行 |
| Amazon S3 | 保存原件、附件、图片和可下载产物 | 上传、引用渲染和报告下载 |
| Amazon DynamoDB | 保存文档状态、答案、批次、报告和评测元数据 | 业务状态读写 |
| Amazon OpenSearch Service | 保存 Chunk、既有 1024 维向量和关键词字段，执行 Dense + BM25 多路召回 | 索引和每次问答检索 |
| Amazon Bedrock | 统一承载查询改写、Rerank、回答生成、VLM 和独立 Judge | 文档图片处理、在线问答和离线评测 |
| API Gateway + Lambda | Ingenia Model Gateway，对应用提供统一模型调用契约 | 应用请求 Bedrock 模型能力时 |
| Secrets Manager + IAM | 管理内部网关凭证，并按 Task Role 控制 S3、DynamoDB、OpenSearch 和 Bedrock 权限 | 任务启动和 AWS API 调用 |
| CloudWatch Logs | 记录容器日志、模型阶段耗时和失败诊断 | 持续观测 |
| Amazon SQS + DLQ | 已部署的异步解耦能力；产品化时承接长文档处理与失败隔离 | 后续 Worker 化时启用 |
| Amazon Textract | 纯拉丁文档的可选 OCR；中文和复杂版面使用 Bedrock VLM | 满足脚本判据时按需调用 |
| AWS CloudFormation | 版本化创建和更新数据面、网关与 Web 运行时 | 部署和变更 |
Bedrock 模型实施配置
已确定| 模块 | 模型 | Bedrock Model ID | 实施方式 |
|---|---|---|---|
| 问题理解与跨语言改写 | Qwen3 Next 80B A3B | qwen.qwen3-next-80b-a3b | 与现有检索并行，减少在线等待 |
| 回答生成 | Qwen3 Next 80B A3B | qwen.qwen3-next-80b-a3b | 主模型，基于冻结 Evidence Packet 回答 |
| 同等级 Failover | GLM 5 | zai.glm-5 | 只在主模型调用失败时切换，不使用低参数模型 |
| 候选重排 | Cohere Rerank 3.5 | cohere.rerank-v3-5:0 | 对 RRF 后 Top 50 重排，保留 Top 12 |
| 图片与复杂版面 | Qwen3 VL 235B A22B | qwen.qwen3-vl-235b-a22b | 处理中文图片、表格和流程图 |
| 隐藏盲评 Judge | DeepSeek V3.2 | deepseek.v3.2 | 与回答模型分离，保持两阶段不可见评审 |
| 既有语义索引 | BGE-M3 1024 维 | 现有索引资产 | 不改历史数据、不重建索引 |
切换边界：已有文档、Chunk 和向量索引保持不变；实施变更集中在查询改写、Top 50 重排、回答生成、后续图片理解和独立盲评。
文档处理数据流
Upload to Ready1用户上传：浏览器经域名、ALB 到 ECS，应用校验格式、大小和 SHA-256。
2原件落库：文件写入 S3，Document 状态和父子关系写入 DynamoDB。
3多格式解析：ECS 按 MSG、PDF、Excel、PPTX 或图片选择解析器；复杂图片调用 Bedrock Qwen3 VL。
4标准化：正文、表格、附件和图片统一转换为 Canonical Element，并生成稳定 locator。
5切片与索引：生成 Chunk，写入 OpenSearch；只有全量成功后 DynamoDB 状态才更新为 ready。
在线问答调用流程
Question to Grounded Answer浏览器 / API›ALB + ECS›OpenSearch 多路召回›Bedrock Rerank›Bedrock Answer›回答 + 引用
1ECS 读取问题、文档范围和既有检索配置；问题改写与检索准备并行执行。
2OpenSearch 并行执行 Dense Top 40 与 BM25 Top 40，应用以加权 RRF 融合为 Top 50。
3Ingenia Model Gateway 调用 Bedrock Cohere Rerank 3.5，选出 Top 12 并补齐表头、邻行和邮件关系。
4Bedrock Qwen3 Next 80B 只读取冻结证据包生成回答；GLM 5 仅作为同等级失败切换。
5应用校验数字和 citation ID，把 Answer 写入 DynamoDB，再向用户返回正文和可点击引用。