Contribution
需求梳理与权限架构设计
梳理后台整体功能框架，重点设计跨部门数据隔离与权限分配机制，确保员工只能检索到自己拥有权限的内部资料，降低核心数据越权访问风险。
Case Study / AI 知识库管理
企业专属 AI 知识库管理系统
一套面向企业私有化部署的 AI 知识库后台管理系统，覆盖资料上传、权限分配、知识搜索、问答测试与回答溯源。
部署方式
企业私有化
核心能力
权限隔离 / 回答溯源
覆盖链路
上传、配置、测试、问答
Context
企业在使用 AI 时，最大的顾虑往往不是模型能力本身，而是内部文档是否会泄露、不同部门是否会相互越权、管理员是否能直观看到知识库的真实可用性。
Challenge
系统需要同时解决资料管理、权限分发、私有化部署和 AI 测试验证四个问题，并把这些复杂能力压缩进一套足够清晰的管理后台里。
What I Did
从权限逻辑到测试链路，把复杂能力整理成可管理的后台。
Contribution
后台页面与测试链路设计
独立完成管理后台的高保真 UI 设计，规划文档上传与资料管理路径，并为管理员设计模型配置与数据测试页面，方便测试 AI 准确率与查看原文溯源。
Contribution
落地推进与体验收口
持续跟进开发进度与关键交互落地，重点验收权限拦截逻辑和 AI 回答溯源功能，把复杂定制需求沉淀为可复用的后台系统能力。
Process Breakdown
过程拆解
Step
信息架构整理
先把后台拆成“知识收集、知识应用、知识管理”三层，让管理员在面对复杂功能时仍然能快速找到操作入口。
把资料上传、文件分类、知识库、权限模板和审核整理成同一条管理链路。
把知识搜索、AI 问答、应用列表放到知识应用层，区分“内容管理”和“能力使用”。
在门户、搜索、问答三个入口之间保持统一导航，降低员工从后台到使用端的理解成本。
Step
权限模型设计
项目的关键不是简单做一个文件列表，而是建立可复用的权限模板和可追踪的访问控制逻辑。
支持模板化授权与自定义配置两种方式，兼顾标准化和灵活性。
把部门、角色、岗位三个维度纳入同一权限配置面板，减少管理员跨页操作。
在知识搜索和问答结果中严格继承文件权限，确保员工只能看到自己有权限访问的内容。
Step
测试链路设计
为了让管理员能真实评估知识库效果，我设计了搜索测试与回答预览链路，而不是只停留在上传成功层面。
管理员可以配置 chunk、overlap、embedding 和 RAG 开关，快速验证检索参数。
通过最近搜索与重复测试入口，缩短多轮调参的操作成本。
把回答结果、原文来源与问答界面放在同一条体验路径里，帮助团队判断 AI 是否真正可用。
Outcome