跳转至

Load And Delete A KnowledgeBase

Heta 的 KnowledgeBase 生命周期分成三件事：

create  -> build or resume
load    -> reopen a completed KB
delete  -> remove derived resources

这让框架可以覆盖本地脚本、Web 后台和离线评测三种常见使用方式。

Create

KnowledgeBase.create() 用 recipe 构建知识库。

kb = await KnowledgeBase.create(recipe=recipe, name="papers")

当 recipe 配置了 ObjectStore 时，Heta 会在保留前缀下写入运行 metadata：

_heta/knowledge_bases/{name}/
  manifest.json
  latest_run.json
  runs/
    {run_id}/
      state.json
      record.json

如果进程中断，同名 create() 可以读取已有 state，并从未完成的 step 继续。

Load

KnowledgeBase.load() 用于重新打开已经成功构建完成的 KB：

kb = await KnowledgeBase.load(recipe=recipe, name="papers")

load() 不重新执行 steps，也不重新写入索引。它只恢复 metadata、run record 和 query capabilities，然后继续使用 recipe 中配置的 runtime components。

适合：

  • Web 服务重启后重新挂载已有 KB。
  • 评测完成后重新查询结果。
  • 离线构建完成后在另一个进程中使用。

如果 KB 还没有成功构建，应该继续用同名 create() 恢复构建，而不是 load()。

Delete

KnowledgeBase.delete() 删除派生产物，但保留用户原始输入：

result = await kb.delete()

默认不删除 raw/ 下的原始文件。它会根据各 step 的 cleanup plan 删除：

  • parsed documents。
  • chunks。
  • embeddings。
  • extracted entities and relations。
  • SQL tables。
  • vector collections。
  • text indexes。
  • _heta/knowledge_bases/{name}/ runtime metadata。

如果只想看会删除什么，可以先 dry run：

plan = kb.delete_plan()
dry_run = await kb.delete(dry_run=True)

Naming

KB name 会用于运行 metadata 的路径。建议使用稳定、可读、唯一的名称：

papers
faa_handbook
marine_biology_vector_v1

不要把临时随机字符串作为生产 KB 名称。稳定名称更适合失败恢复、load 和 delete。

Next