夜雨聆风前四篇把系统的四个端讲完了：写入端（Obsidian + Git）、Web 阅读端、小程序阅读端，还有它们之间的同步机制。这一篇是个补充，单独讲一个新加进来的模块——AI 智能助手。它是在主线跑通之后，给阅读侧再增加的一个能力。
一、为什么搜索还不够
读者用知识库的链路在前几篇里讲清楚了：按目录找、按关键词搜、点击 WikiLink 进行跳转。这三条覆盖了绝大多数场景。
但除了这些之外，用户有时想要直接提问，比如：
"OTP 怎么用？"
"小程序的临时账号怎么变成正式账号？"
"我们这个仓库的写入流程是什么？"
这些不是关键词，是问题。搜索能搜到"OTP"出现过的几篇文档，但读者还得自己挨个翻、自己拼答案。如果回答跨了三篇文档，搜索只是完成了三分之一，剩下三分之二仍然是脑力活。
所以阅读端需要一条新路径：用户直接问、系统直接答，而且答案必须建立在知识库内容之上，不能让 AI 凭空编。
AI 智能助手就是来补这条路的。
二、不是简单接一个大模型——核心安全设计
很多人对"加一个 AI 助手"的第一反应是：找个大模型 API 接进来不就完了？
如果只考虑功能，这样确实最快。但放到一个有权限分级的团队知识库里，这样接是不安全的，主要有两层风险：
所以这套助手在架构上做了三层隔离：
前端 → 知识库后端（鉴权 + 权限过滤）→ 本地 AnythingLLM 服务
具体落地的四条硬约束：
/api/v1/qa/*，后端校验用户权限后再调本地服务 | |
三、范围的克制：从三种到一种
这是我自己觉得整个 AI 助手里最值得讲的工程化决策。
最初设计这个模块时，我们规划了三种问答范围：
当前文档 —— 只基于现在打开的这一篇答
当前仓库 —— 基于当前文档所在的整个仓库答
全部仓库 —— 基于用户有权限的所有仓库答
听起来都很有道理。功能丰富，用户灵活。
但真正动手实现到一半，我们把后两种砍掉了，只留"当前仓库"一种。三种范围对照下来，每种的真实评估是这样的：
砍完之后产品形态变得很干净：
这样设计的本质是：把"能做的"和"应该做的"区分开。技术上能跨仓库问答，但产品上不该这么做。多一个选项就多一份权限风险，而多出来那份功能价值非常有限。这种时候，砍掉就是最好的设计。
四、不许凭空答——证据强制可点击
第二个值得讲的设计点：每条 AI 回答下面都必须带可点击的引用来源。
这一点看起来简单，但它背后是一个明确的取舍——我们用的是 query 模式而不是 chat 模式：
所以这套助手统一用 query 模式，再配上一整套围绕"引用"的机制：
这一整套机制的目的只有一个：让 AI 的每一句话都能被读者验证。读者不必"信任 AI"，他可以点击引用看原文，自己判断 AI 答得对不对。
正常回答：无引用&无权限：
五、三个看不见但很关键的细节
除了上面两个核心决策，还有几件事是用户感知不到、但实际跑起来非常关键。
（一）问题改写——把"OTP 怎么用"变成完整问题
读者输入的问题往往很短："OTP 怎么用"。直接拿去 RAG 检索召回率很差，因为知识库里没有任何文档的标题或正文是这五个字。
所以正式问答前，系统先用 LLM 把问题补全成：
"如何在知识库 Web 端启用并使用 OTP 二次验证？包括绑定流程、登录流程"
补全后展示成一张"改写建议"卡片，让用户三选一：
代价是多一次 LLM 调用 + 几百毫秒延迟，但召回质量能提一个档次。改写超时（3 秒）自动 fallback 到原问题，不阻塞主流程；同一原问题 5 分钟内有缓存，不重复调用。
（二）水位提示——给用户一个诚实的状态
Git 仓库 push 之后，到内容能被 AI 检索到，中间有个端到端的同步链路：webhook → pull → 重建索引 → 重建向量库。整个过程 SLA 是 30 秒。
但这 30 秒里如果用户刚好在问，问出来的答案可能是旧版本的。
两个极端方案的取舍是这样的：
体现的是一个判断：不要假装系统什么都跟得上，老老实实告诉用户系统的真实状态。用户能接受偶尔慢一点，但不能接受偏离预期的结果。
（三）三层限流——保护后端，也保护其他用户
AI 问答会消耗 LLM 算力，这个算力是有限的。如果一个用户疯狂提问，整个系统的响应都会被拖慢，影响其他读者。
所以问答接口有三层限流：
被限流时不是粗暴 503，而是返回一个"限流通知"，告诉用户当前的限流原因和大概多久后能再问。这跟水位提示是同一个哲学：告诉用户系统的真实状态，而不是让用户瞎猜。
六、本篇与前四篇的关系
最后总结一句。AI 智能助手是给阅读端补的一条新路径，但它没有改变前四篇确立的核心架构：
写入端：Obsidian + Git（不变）
Web 阅读端：目录 + 搜索 + WikiLink + 评论 + 现在多了 AI 问答
小程序端：沉浸阅读 + 一键登录 + 听文章（本期不涉及 AI 问答）
同步链路：仓库变更 → 重建索引 + 现在多了一步同步到 AI 向量库
它对系统其他部分的影响是插件式追加的，而不是侵入性的。可以一键关掉，关掉后系统按现状跑。
前四篇让前四件事成立，第五篇让"问得出来"也成立。到这里，这套知识库的故事就讲完了。
欢迎有兴趣的读者留言讨论，以上。