#发版日志

#v1.4.0

#Features and Enhancements

#改进的检索质量

内置知识库已使用更强大的模型重新进行嵌入，显著提升了答案相关性——包括跨语言检索（例如，使用中文问题查询英文文档）。现有的 v1.3.x 部署会在升级过程中自动迁移——请参见 Upgrade guide。

#混合关键词与语义检索

现在答案检索会结合语义相似度和关键词匹配，然后融合为单一排序结果。这样可以恢复纯语义搜索容易遗漏的精确关键词匹配——例如 CRD 名称、命令标志和错误字符串——同时仍然保留回答自然语言问题的能力。

#文档级检索

除了按各个章节建立索引外，现在还会在文档级别对每个文档进行索引。对于文档整体主题的提问，即使用户的表述与任何特定段落都没有重叠，也能找到正确的文档。

#内置知识库预设选择

安装页面现在为内置知识库提供两种预设可选。默认预设适用于大多数查询；更大的预设在处理长文档类问题时，召回效果可能略好一些。

#升级期间刷新内置知识库

从 v1.3.x 升级到 v1.4.x 时，会使用新的 GTE 嵌入 dump 替换内置产品知识库，并自动迁移按文档存储的元数据。无需手动执行数据库导出、导入或重启步骤——请参见 Upgrade guide。自定义和 BYO 知识库不会受此步骤影响（见下方 Breaking Changes 和 Known Limitations）。

#会话历史压缩

长会话会自动进行摘要，因此可以在不丢失早期轮次的情况下保留在 LLM 的上下文窗口中。这降低了长时间智能体模式会话的 token 成本，并允许用户在多条消息之间继续分析，而不会降低质量。

#现在可独立配置智能体模式和 MCP 工具加载

智能体模式（多步推理）和 ACP MCP 工具加载现在由独立的安装开关控制。你可以在不加载 ACP MCP 工具的情况下开启智能体模式——例如，当 LLM 只需基于内置知识库进行规划时——在需要实时集群操作时再重新开启这些工具。

#构建自定义知识库

新指南将引导管理员将内部 Git 仓库导入 Hyperflux 知识库，从而让 Hyperflux 能基于私有 runbook、设计文档或其他内部参考资料回答问题。请参见 Build a Custom Knowledge Base。

#改进

• 当工具返回较长输出时（例如日志或大型资源定义），降低了智能体模式答案的 token 成本。
• 提升了内置知识库数据库的存储性能。

#Breaking Changes

• 在 v1.3.x 下构建的自定义知识库在升级前必须重新构建。 新的嵌入模型与旧模型不兼容，因此现有自定义语料数据在重新构建之前将无法使用。请参见 Build a Custom Knowledge Base 指南了解新的操作步骤。

#Known Limitations

• 你通过 BYO Knowledge 工具上传的文档在 v1.4.0 升级过程中会保持不变——只有内置产品知识库会刷新。

#v1.3.1

#Features and Enhancements

#BYO Knowledge 工具

BYO Knowledge 工具允许企业导入私有知识，并在问答过程中将其作为专用、可搜索的知识来源使用。这有助于团队基于内部文档、运维知识以及组织特定上下文提供回答。

#多集群支持

多集群支持允许用户按集群名称访问来自多个集群的信息，扩展了跨集群边界的问答能力。这使得查询和比较不同集群环境中的资源更加容易。

#Token 配额限制

Token 配额限制允许按用户限制请求频率和 token 使用量。这有助于管理员控制成本、管理配额并防止对模型资源的过度消耗。

#历史记录

历史记录支持允许用户查看之前的对话和问答结果。这使得追踪上下文、继续先前的分析以及基于过往交互排查问题更加容易。

#改进

• 优化了 RAG（langchain）和 reranking 流程，显著提升了答案准确性和相关性。
• 将核心 AI 框架升级到 LangChain 1.0，以保持与最新功能和优化的兼容性。
• 添加了常规系统检查提示，并进行了全面的代码整理和单元测试 linting。
• 将系统知识库、用户知识库和聊天历史使用的数据库分离，以提升数据隔离性和性能。
• 重新设计了 Smart Doc 交互页面，提供更直观、更高效的用户体验。
• 升级了 MCP server，新增对 OAuth 认证和可写工具配置的支持。
• 增强了文件上传集成，使知识摄取过程更加顺畅。
• 新增对自定义元素中 ID 的支持，并解决了相关的数据冗余问题。
• 实现了基于 Redis 的限流器，以增强系统稳定性并管理 API 流量。

#Bug 修复

• 修复了模型下载可能失败的问题，并改进了嵌入模型的环境变量配置。
• 解决了在合并和解包更新值过程中出现的数据处理错误。
• 修复了导致自定义元素中出现冗余数据前缀的 bug。
• 解决了偶发的服务调用失败问题，以提升整体系统可靠性。

#v1.2.1

注意：智能体模式是实验性功能，请谨慎使用。

#Bug 修复

• 修复了设置知识数据库名称可能无效的问题。此修复新增了在安装期间设置数据库 dump 文件名的选项，并自动使用指定的数据库 dump 文件初始化知识库。
• 修复了在智能体模式下，MCP 工具可以在未经人工确认的情况下创建或删除 K8s 资源的问题。
• 修复了在智能体模式下询问磁盘空间信息时，服务可能卡住的问题。
• 修复了在 ACP 4.2 或更高版本上部署时，未处理默认节点 taints 的问题。
• 修复了一个部署错误：kubeVersion: >=1.20.0 which is incompatible with Kubernetes v1.33.7-1。
• 修复了部署时 LLM 服务和 rerank 服务的 API key 以明文显示的问题。

#改进

• 改进了用于正确识别 Hyperflux 身份的提示词。
• 移除了安装页面中未使用的配置项。

#v1.2.0

#Features and Enhancements

• 默认使用 RAG chain 回答用户问题，提升答案准确性。
• 支持导入数据库 dump 以初始化知识库，简化设置流程。
• 实验性： 支持启用智能体模式，利用 MCP 工具获取实时集群信息。
• 支持连接部署在 Alauda Hyperflux 安装之外的 PGVector 数据库。
• 支持 Cohere Reranker 模型以提升答案相关性。
• 支持设置 RAG chain 参数，例如 total_search_k 等。

#Known Issues

• 当 LLM 返回错误时，答案生成可能失败。当返回查看聊天历史记录时，会再次向 LLM 发送问题，导致对话重复。