TaiXu-Admin V0.1.2 的变化集中在一个明确方向：让 LLM、RAG 和 Agent 不只能够运行，还能持续更新、重构和恢复。版本新增文档的 LLM Wiki 解析与搜索，同时调整热编译替换、知识库重构、历史记忆管理和异常处理机制。这些能力共同指向 AI 应用进入生产环境后最棘手的问题：知识会变化、组件要升级、上下文会膨胀，外部模型和工具也会失败。
从文档入库转向 Wiki 化知识组织
普通 RAG 流程通常把文档切成片段，再通过向量检索召回内容。LLM Wiki 解析则意味着文档不再只是一组互相独立的文本块，还可以被整理为主题、标题层级、概念说明和关联入口。搜索侧也从单纯的相似度匹配，扩展到利用 Wiki 结构定位信息。
这一变化的价值在复杂文档中更明显。例如，一份产品手册可能同时包含安装、权限、故障处理和版本兼容信息。如果只按固定字符数切块，标题和正文容易分离；当查询是“升级后权限失效怎么办”时，系统还需要同时识别“升级”“权限”和“故障处理”之间的关系。
在工程上，可以把 Wiki 解析结果看成一种中间表示：原始文件负责追溯，文本块服务于 RAG，Wiki 页面负责面向主题的检索，知识图谱则保存实体和关系。几种表示不必互相替代，但必须共享稳定的文档 ID、版本号和来源元数据，否则重构后很难清理旧索引。
HCP、重构与记忆管理解决的是运行期变化
V0.1.2 修改了文件热编译替换机制。对包含检索器、提示词、工具适配器和 Agent 节点的系统来说，热替换的难点不是发现文件变化，而是确保新组件加载失败时不会拖垮当前服务。
一个可靠的替换过程通常需要三个边界：先加载并验证候选组件，再原子切换引用，失败时继续保留旧组件。与此同时，日志应记录组件版本、加载时间和失败原因。对于正在执行的 Agent 任务，还要明确它继续使用旧版本，还是在安全检查点迁移到新版本。
知识库与知识图谱库的自定义重构同样需要版本边界。重构可能涉及重新切块、更换嵌入模型、调整实体抽取规则或重建图关系。生产环境中不宜直接覆盖当前索引，可以这样实践：为每次重构生成独立版本，完成校验后再切换别名，并为回滚保留上一版本。
历史记忆管理则要区分三类数据：当前对话窗口、可压缩的会话摘要，以及可长期检索的用户或任务记忆。全部塞入提示词会增加成本并引入过期信息；全部写入长期记忆又可能造成隐私和数据污染问题。记忆条目最好携带作用域、创建时间、过期时间和来源任务，并允许删除与重建。
可以这样实践：实现保留旧版本的文件热替换
下面是一个可直接运行的最小示例，用来演示 HCP 中的关键保护措施。它不是 TaiXu-Admin 的官方接口或内部实现，而是可以迁移到检索器、Agent 工具或提示词处理器上的工程模式。
先创建一个可替换组件：
# handler.py
def handle(payload):
return {'version': 1, 'answer': payload.upper()}
再创建监控与替换程序：
# app.py
import importlib.util
import time
from pathlib import Path
COMPONENT = Path('handler.py')
current_handler = None
last_mtime = -1
def load_candidate(path):
module_name = f'hcp_handler_{time.time_ns()}'
spec = importlib.util.spec_from_file_location(module_name, path)
if spec is None or spec.loader is None:
raise RuntimeError('cannot create module spec')
module = importlib.util.module_from_spec(spec)
spec.loader.exec_module(module)
handler = getattr(module, 'handle', None)
if not callable(handler):
raise TypeError('component must export callable handle(payload)')
probe = handler('health-check')
if not isinstance(probe, dict) or 'answer' not in probe:
raise ValueError('component failed contract validation')
return handler
print('Watching handler.py; press Ctrl+C to stop')
while True:
mtime = COMPONENT.stat().st_mtime_ns
if mtime != last_mtime:
try:
candidate = load_candidate(COMPONENT)
current_handler = candidate
print(f'Activated component mtime={mtime}')
except Exception as exc:
print(f'Reload rejected; keeping previous component: {exc}')
finally:
last_mtime = mtime
if current_handler is not None:
try:
print(current_handler('rag and agent'))
except Exception as exc:
print(f'Runtime call failed: {exc}')
time.sleep(2)
运行程序：
python app.py
运行期间修改 handler.py 中的版本号或处理逻辑，程序会验证并启用新组件。也可以故意写入语法错误，观察旧组件继续工作。实际接入服务时，还应增加并发锁、加载超时、依赖隔离、指标上报和版本回滚；多进程部署则需要通过控制面协调各实例切换，不能只依赖单机文件监听。
上线前检查知识、记忆和异常边界
采用 V0.1.2 的相关能力时，可以按以下顺序验证：
- 为 Wiki 页面、文本块、图实体和原始文件建立可追溯的统一标识。
- 对知识库重构执行影子构建，比较召回率、答案引用和索引规模后再切换。
- 为 Agent 区分模型超时、检索为空、工具失败和输出解析失败，不要用一个通用重试掩盖所有异常。
- 给历史记忆设置作用域、保留期限、删除入口和敏感信息过滤规则。
- 对 HCP 执行契约测试和健康探测，并确认候选版本失败时旧版本仍可服务。
- 记录每次回答使用的知识库版本、组件版本和记忆摘要，便于定位结果漂移。
TaiXu-Admin V0.1.2 展示的重点不是把更多 AI 名词放进同一个系统，而是补齐知识更新、组件替换、记忆治理和失败恢复这些运行期能力。真正落地时，团队仍需要根据数据规模、并发模型和合规要求设计发布与回滚流程；尤其不要把热替换等同于无需测试，也不要把长期记忆等同于无限保存对话。