Drill Library：附引用的知識庫問答子系統

需求與難點

Drill 是實驗室建置的全自動研究平台，涵蓋從知識來源到報告的研究流程，原本沒有知識庫元件。需求是：研究資料上傳一次，同時保存原始檔（供人預覽、下載）與 Markdown（供 agent 檢索），多本知識庫並存，不把整份文件塞進對話脈絡，且 agent 的回答必須附出處。

難點有三：中英混寫與簡繁漂移的文本如何檢索；agent 如何在不遞迴、不寫入的前提下存取知識庫；「回答是否真的來自文件」如何量測。

子系統以插件方式擴充平台、不改核心，分成五個套件：核心服務（儲存、轉換、索引、檢索、問答）、瀏覽器閘道（遠端呼叫、上傳、預覽與下載路由）、agent 工具（ask、structure、read、ingest 四個）、librarian 子 agent，以及側欄與整頁介面。

每份文件同時保存原始檔與 Markdown；Office、PDF、EPUB、HTML 以 markitdown 子行程轉換，另有無相依的文字轉換器作為後援。
入庫即重建索引 index.json：大綱、摘要與預先斷詞的段落。查結構與搜尋只需讀一個檔再計分，查詢時不再讀文件、不再重新分詞；索引遺失或過期時於第一次讀取自動重建。
索引與問答紀錄存成獨立檔而非資料表，讀取邊界經結構驗證，可重建而非承重。

研究筆記常中英混寫，專案沒有中文分詞器。檢索採 TF-IDF 搭配中日韓雙字組斷詞，不需分詞器即可命中；知識庫標題比對簡繁不敏感。這個設計在後述評估中以對照組量化：對照組只把雙字組換成單字，chunk 與計分公式完全相同，因此差距來自斷詞設計本身。

問答交給 librarian 子 agent 處理，其工具權限受限（不可再呼叫 ask 或 ingest），因此不會遞迴、不能寫入。
回答附引用；點選引用直接開啟被引文件的 Markdown 預覽。
主聊天中的 agent 以 library_ask 委派給子 agent，接著以 library_structure、library_read 讀結構與內容；人與 agent 的問答紀錄合流於同一討論串並持久化，agent 提問標示「Agent 提問」。

三區版面：來源｜問答｜預覽。上傳與預覽、下載路由每次請求重新驗證，檔案路徑不取自用戶端輸入；Markdown 與 PDF 分開預覽，不必進聊天即可閱讀；深連結可還原到指定知識庫與文件。

評估方法於執行前寫定，對實際部署組合量測：資料集為台達電子釋出的繁體中文閱讀理解資料集 DRCD v1.3 測試集（378 篇文章、1,000 段落、3,493 題），模型為實驗室主機上的開源模型。

評估報告載明資料集、抽樣方式與各項指標的計算方法，附 200 題逐題紀錄與可重跑的程式。

47 項自動化測試全數通過：核心服務 32、agent 工具 6、UI 9。
子系統文件三語版、6 份套件 README、2 份設計決策紀錄。
承接 Issue 後於例會報告；reviewer 提出的四項修改要求（對齊 DeepWiki 式三工具設計、入庫時建索引、問答委派子 agent、介面依平台設計語言）全數完成後提交 PR，並向指導教授展示。

影片：Drill Library 實機操作（3 分 50 秒，無旁白、有字幕）

流程：側欄入口 → 三區版面 → 雙份保存與 PDF／Markdown 切換 → 頁內問答與引用 → 主 agent 委派 librarian 子 agent → 問答紀錄合流 → 深連結重新整理還原。知識庫內容為本子系統自己的技術文件。