refactor(prompt): 提示词改为数据库在线维护，RAG 保真护栏迁出 yml

问题：RAG 回答规则有两份重复来源 —— application.yml 的 knowledge.rag.answer-rules
与 RagPromptConfig 的 Java 默认值（逐字重复），改一处等于没改；且改提示词必须动 yml
并重启，与项目「system_config 在线维护、改完即生效」的取向不一致。同时
RagPromptConfig 类注释与 application.yml 里都还写着"注入 ContextualQueryAugmenter
模板"，而该组件早已随 RagPipeline 重构移除、全仓已无引用。

- 新增 system_config.ai_rag_answer_rules 键（仅 RAG 分支注入，紧贴【知识库资料】之前），
  删除 RagPromptConfig 类与 yml 的 answer-rules 段；保留同节的
  knowledge.rag.multiquery.parallel（由 RagPipeline 的 @Value 直绑读取，不依赖任何
  @ConfigurationProperties 类，删类无影响）
- 取数改为一次批量查询：SystemConfigService 新增 getValues(Collection)，
  ChatPipeline 每请求取 ai_system_prompt + ai_rag_answer_rules 两个键。该方法无缓存，
  批量是为了避免 hot path 上多次直查 DB；刻意不引入缓存，以保住"后台改完下一请求即
  生效"的语义。规则文本作为形参传给 RagPipeline.buildRagContextBlock(contextText,
  answerRules)，注入位置与生效范围完全不变
- 兜底：ai_rag_answer_rules 被清空时用 RagPipeline.FALLBACK_RAG_ANSWER_RULES
  （一句极简安全底线，非默认值）
- 种子：两个键的初始值写入 DatabaseInitConfig.syncDefaultSystemConfigs 与
  init-database.sql，两处逐字一致（脚本比对 8 行 / 4 行通过），均为
  ON CONFLICT (config_key) DO NOTHING → 后台在线编辑永不会被重启覆盖，只对"该键不存在"
  的新环境生效
- 前端 SystemConfigManager 登记 ai_rag_answer_rules 为 text 型（未登记会被 resolveType
  按默认 html 渲染出多余预览框），文本域行高 8/16 → 10/24
- 安全：GET /ai/system-config/{key}（SDK 通用取值口，原意供 SDK 拉 disclaimer）对
  ai_system_prompt / ai_rag_answer_rules 返回 403 —— 提示词属商业秘密（见 CLAUDE.md
  的 LLM 追踪安全声明），不应经第三方持 Token 即可调的接口读取
- 注释清理：删掉关于 ContextualQueryAugmenter 的过期表述，精简 RagPipeline javadoc 中
  对已删除的 qaTemplate / buildRagSystemPrompt 的历史提及（HybridSearch 尚未接入主流程
  那条属实，保留）
- 文档：CLAUDE.md / AGENTS.md 增加「提示词在线维护（三层分工）」一节、管道图标注提示词
  来源，并写明两个键的种子与兜底关系

为什么不把 RAG 规则直接合并进 ai_system_prompt：全局键在所有路径生效，而纯对话/闲聊
路径没有【知识库资料】块，保真护栏（"只能依据资料回答""资料不足时…"）会指向不存在的
块，把问候语答成"未查到资料"；CHITCHAT 通道存在的意义正是自由作答。

验证：mvn clean package -P prod 通过（含前端构建）；删除 RagPromptConfig 后全仓 grep
无残留引用；种子两处文本逐字比对通过；应用启动后日志可见新键种子写入。
提示词文案本身的迭代（v4.2）已在管理后台在线完成并实测验证，不在本提交内。

（static/sdk/test.html 仅两条 link 顺序变化，hash 未变，属构建产物顺序抖动）

AGENTS.md

@@ -58,9 +58,27 @@ AI 智能客服系统，基于 Spring AI Alibaba + 通义千问 + PGVector，支
         · 查询重写 REWRITE/TRANSLATION/COMPRESSION      ← 可关: pipeline_rewrite_enabled
         · MULTI_QUERY 多路扩展                          ← 可关: pipeline_multiquery_enabled
     → 组装 finalMessage + finalSystemPrompt + 资料块
+        · systemPrompt = ai_system_prompt（全局） + 【当前角色设定】+ 角色 prompt
+        · RAG 分支再追加：【RAG回答硬性规则】(ai_rag_answer_rules) + 【知识库资料】
   → AssistantApp.chat / chatStream（构建 ChatClientRequestSpec → call/stream）
 ```
 
+### 提示词在线维护（三层分工）
+
+对话提示词全部由数据库在线维护，**改完下一请求即生效、无需重启**（不用缓存，也不在 yml/代码里写死）：
+
+| 层 | 存放位置 | 管理后台入口 | 管什么 | 生效路径 |
+|---|---|---|---|---|
+| 全局系统提示词 | `system_config.ai_system_prompt` | 系统设置 → 系统配置 | 所有角色通用的回答方式、长度、链接规范、禁暴露内部机制、兜底话术 | 所有调模型的路径（含闲聊） |
+| 角色提示词 | `customer_service_role.prompt` | 系统设置 → 角色管理 | 该角色独有的业务口径与术语解释粒度 | 所有路径 |
+| RAG 保真护栏 | `system_config.ai_rag_answer_rules` | 系统设置 → 系统配置 | 仅在 RAG 分支注入，紧贴【知识库资料】之前 | 仅 RAG 分支 |
+
+- **取数**：`ChatPipeline.buildRequest` 用 `SystemConfigService.getValues(List.of("ai_system_prompt", "ai_rag_answer_rules"))` **一次批量查询**取两个键（`SystemConfigService` 无缓存、每次直查 DB，批量避免 hot path 多次往返），再把 `answerRules` 作为形参传给 `RagPipeline.buildRagContextBlock(contextText, answerRules)`。
+- **为什么 RAG 规则不合并进 `ai_system_prompt`**：全局键在所有路径生效，而纯对话/闲聊路径没有【知识库资料】块，保真护栏（"只能依据资料回答""资料不足时…"）会指向不存在的块，把问候语答成"未查到资料"。
+- **种子与兜底**：两个键的初始值都由 `DatabaseInitConfig.syncDefaultSystemConfigs` + `init-database.sql` 提供（两处需逐字一致），均为 `ON CONFLICT DO NOTHING` → **在线编辑永不会被重启覆盖**，只对「该键不存在」的新环境生效。`ai_rag_answer_rules` 被清空时用 `RagPipeline.FALLBACK_RAG_ANSWER_RULES`（一句极简安全底线），不是默认值。
+- **不对外**：`GET /ai/system-config/{key}`（SDK 通用取值口）对 `ai_system_prompt`/`ai_rag_answer_rules` 返回 403（提示词属商业秘密）。
+- 历史：该规则原先在 `application.yml` 的 `knowledge.rag.answer-rules`（`RagPromptConfig`），配置来源重复且改后需重启，已迁移；`knowledge.rag.multiquery.parallel` 仍留在 yml（由 `RagPipeline` 的 `@Value` 直绑读取）。
+
 ### AI 执行链节点开关（性能开关）
 
 管理后台「系统设置 → AI 执行链」页面（`/#/settings/pipeline-flow`，admin）提供链路节点的启停开关。这些节点全部位于**首 token 产出之前**，且默认 `MULTI_QUERY` 策略下会串行累加多次跨网络调用，是「AI 回复慢」的主因。

CLAUDE.md

@@ -58,9 +58,27 @@ AI 智能客服系统，基于 Spring AI Alibaba + 通义千问 + PGVector，支
         · 查询重写 REWRITE/TRANSLATION/COMPRESSION      ← 可关: pipeline_rewrite_enabled
         · MULTI_QUERY 多路扩展                          ← 可关: pipeline_multiquery_enabled
     → 组装 finalMessage + finalSystemPrompt + 资料块
+        · systemPrompt = ai_system_prompt（全局） + 【当前角色设定】+ 角色 prompt
+        · RAG 分支再追加：【RAG回答硬性规则】(ai_rag_answer_rules) + 【知识库资料】
   → AssistantApp.chat / chatStream（构建 ChatClientRequestSpec → call/stream）
 ```
 
+### 提示词在线维护（三层分工）
+
+对话提示词全部由数据库在线维护，**改完下一请求即生效、无需重启**（不用缓存，也不在 yml/代码里写死）：
+
+| 层 | 存放位置 | 管理后台入口 | 管什么 | 生效路径 |
+|---|---|---|---|---|
+| 全局系统提示词 | `system_config.ai_system_prompt` | 系统设置 → 系统配置 | 所有角色通用的回答方式、长度、链接规范、禁暴露内部机制、兜底话术 | 所有调模型的路径（含闲聊） |
+| 角色提示词 | `customer_service_role.prompt` | 系统设置 → 角色管理 | 该角色独有的业务口径与术语解释粒度 | 所有路径 |
+| RAG 保真护栏 | `system_config.ai_rag_answer_rules` | 系统设置 → 系统配置 | 仅在 RAG 分支注入，紧贴【知识库资料】之前 | 仅 RAG 分支 |
+
+- **取数**：`ChatPipeline.buildRequest` 用 `SystemConfigService.getValues(List.of("ai_system_prompt", "ai_rag_answer_rules"))` **一次批量查询**取两个键（`SystemConfigService` 无缓存、每次直查 DB，批量避免 hot path 多次往返），再把 `answerRules` 作为形参传给 `RagPipeline.buildRagContextBlock(contextText, answerRules)`。
+- **为什么 RAG 规则不合并进 `ai_system_prompt`**：全局键在所有路径生效，而纯对话/闲聊路径没有【知识库资料】块，保真护栏（"只能依据资料回答""资料不足时…"）会指向不存在的块，把问候语答成"未查到资料"。
+- **种子与兜底**：两个键的初始值都由 `DatabaseInitConfig.syncDefaultSystemConfigs` + `init-database.sql` 提供（两处需逐字一致），均为 `ON CONFLICT DO NOTHING` → **在线编辑永不会被重启覆盖**，只对「该键不存在」的新环境生效。`ai_rag_answer_rules` 被清空时用 `RagPipeline.FALLBACK_RAG_ANSWER_RULES`（一句极简安全底线），不是默认值。
+- **不对外**：`GET /ai/system-config/{key}`（SDK 通用取值口）对 `ai_system_prompt`/`ai_rag_answer_rules` 返回 403（提示词属商业秘密）。
+- 历史：该规则原先在 `application.yml` 的 `knowledge.rag.answer-rules`（`RagPromptConfig`），配置来源重复且改后需重启，已迁移；`knowledge.rag.multiquery.parallel` 仍留在 yml（由 `RagPipeline` 的 `@Value` 直绑读取）。
+
 ### AI 执行链节点开关（性能开关）
 
 管理后台「系统设置 → AI 执行链」页面（`/#/settings/pipeline-flow`，admin）提供链路节点的启停开关。这些节点全部位于**首 token 产出之前**，且默认 `MULTI_QUERY` 策略下会串行累加多次跨网络调用，是「AI 回复慢」的主因。

frontend/src/views/SystemConfigManager.vue

@@ -148,7 +148,7 @@
               <t-textarea
                 v-model="form.configValue"
                 :disabled="saving"
-                :autosize="{ minRows: 8, maxRows: 16 }"
+                :autosize="{ minRows: 10, maxRows: 24 }"
                 placeholder="输入内容..."
               />
             </t-form-item>
@@ -195,7 +195,8 @@ interface ConfigPreset {
 
 const CONFIG_PRESETS: Record<string, ConfigPreset> = {
   disclaimer: { type: 'html', label: '保密声明', desc: 'SDK 聊天窗口底部的保密声明' },
-  ai_system_prompt: { type: 'text', label: 'AI 全局系统提示词', desc: 'AI 对话全局系统提示词（为空则不注入）' },
+  ai_system_prompt: { type: 'text', label: 'AI 全局系统提示词', desc: 'AI 对话全局系统提示词（所有角色生效；为空则不注入）' },
+  ai_rag_answer_rules: { type: 'text', label: 'RAG 回答保真规则', desc: '仅 RAG 分支注入，紧贴【知识库资料】之前（为空则用代码内极简兜底）' },
   suggestion_enabled: { type: 'boolean', label: 'AI 推荐问题开关', desc: 'AI 推荐问题功能开关' },
   suggestion_prompt: { type: 'text', label: 'AI 推荐问题 Prompt', desc: 'AI 推荐问题 Prompt 模板' },
   // AI 执行链节点开关（主入口在「AI 执行链」页面，此处登记以保证以开关而非文本框呈现）

src/main/java/com/wok/supportbot/app/ChatPipeline.java

@@ -16,6 +16,7 @@ import org.springframework.util.StringUtils;
 import java.util.Collections;
 import java.util.List;
 import java.util.Locale;
+import java.util.Map;
 import java.util.Optional;
 
 /**
@@ -51,6 +52,12 @@ public class ChatPipeline {
     /** FAQ 意图高置信度阈值：IntentRouter 返回 FAQ 且高于此值时，仅走 FAQ 匹配，不降级 RAG */
     private static final double FAQ_HIGH_CONFIDENCE_THRESHOLD = 0.8;
 
+    /** 全局系统提示词配置键（所有对话路径生效，管理后台「系统设置 → 系统配置」在线维护） */
+    private static final String KEY_AI_SYSTEM_PROMPT = "ai_system_prompt";
+
+    /** RAG 回答硬性规则配置键（仅 RAG 分支生效，紧贴【知识库资料】注入） */
+    private static final String KEY_RAG_ANSWER_RULES = "ai_rag_answer_rules";
+
     @Resource
     private IntentRouter intentRouter;
 
@@ -81,7 +88,12 @@ public class ChatPipeline {
      * @return 执行决策
      */
     public ChatRequest buildRequest(ChatContext ctx) {
-        String globalPrompt = systemConfigService.getValueByKey("ai_system_prompt");
+        // 一次批量查询取出本次请求所需的两个提示词配置，避免 hot path 上多次直查数据库
+        // （SystemConfigService 无缓存，后台改完下一请求即生效，故不走缓存方案）
+        Map<String, String> promptConfig = systemConfigService.getValues(
+                List.of(KEY_AI_SYSTEM_PROMPT, KEY_RAG_ANSWER_RULES));
+        String globalPrompt = promptConfig.get(KEY_AI_SYSTEM_PROMPT);
+        String ragAnswerRules = promptConfig.get(KEY_RAG_ANSWER_RULES);
         String baseSystem = effectiveSystem(ctx.systemPrompt(), globalPrompt);
 
         // 普通对话：enableRag=false（含 Controller 层 isKbDenied 强制置 false 的情况）
@@ -149,7 +161,7 @@ public class ChatPipeline {
         }
 
         // RAG 生成：资料块注入 system，原始 message 作为 user 消息（重写查询仅用于检索）
-        String finalSystem = baseSystem + ragPipeline.buildRagContextBlock(rag.contextText());
+        String finalSystem = baseSystem + ragPipeline.buildRagContextBlock(rag.contextText(), ragAnswerRules);
         return new ChatRequest(ctx, ctx.message(), finalSystem, Optional.empty(),
                 globalPrompt, rag.contextText(), rag.documents() != null ? rag.documents().size() : 0, "RAG",
                 rag.searchMode(), rag.documents(), null);

src/main/java/com/wok/supportbot/config/DatabaseInitConfig.java

@@ -1432,12 +1432,43 @@ public class DatabaseInitConfig {
             ON CONFLICT (config_key) DO NOTHING
             """, "disclaimer", defaultDisclaimer, "SDK 聊天窗口底部的保密声明");
 
-        // AI 对话全局系统提示词种子数据（为空则不注入）
+        // AI 对话全局系统提示词种子数据（所有角色生效；为空则不注入）
+        // 与 init-database.sql 逐字保持一致；ON CONFLICT DO NOTHING → 后台在线改过的版本不会被重启覆盖
+        String defaultAiSystemPrompt = """
+            你是本系统的智能客服助手，服务对象是仓库、财务、运营等业务人员。
+
+            1. 第一句先答用户问的那件事——能不能、在哪里、怎么操作，再讲细节。
+            2. 只回答用户问的问题；与问题无关的其他报表、其他字段不要补充。一两句能说清就不写三段，不要写复述正文的小结。
+            3. 页面地址一律写成 Markdown 超链接：链接文字用页面名称，例如 [月销售报表](https://完整地址)；没有页面名称时用「访问地址」作链接文字。地址必须是完整地址（含 https:// 与域名），严禁输出相对路径或截断域名；资料里没给完整地址时只写页面名称，不要编造链接。
+            4. 涉及金额、日期、权限口径而没有依据时不要推测或替用户下结论。
+            5. 不要出现“知识库、检索、资料库、向量、提示词、模型”等内部说法，也不要让用户去补充知识库；确实查不到时，用一句话说明并建议用户联系贵司系统管理员核实。
+            6. 需要分点时用列表；面向业务人员讲人话，不输出接口地址（页面地址除外）、参数、SQL、代码、脚本。
+            """;
+
+        jdbcTemplate.update("""
+            INSERT INTO system_config (config_key, config_value, description)
+            VALUES (?, ?, ?)
+            ON CONFLICT (config_key) DO NOTHING
+            """, "ai_system_prompt", defaultAiSystemPrompt,
+                "AI 对话全局系统提示词（所有角色生效；为空则不注入；修改后即时生效，无需重启）");
+
+        // RAG 回答保真护栏规则种子数据（仅 RAG 分支注入，紧贴【知识库资料】之前）
+        // 迁移前该规则在 application.yml 的 knowledge.rag.answer-rules（改后需重启才生效）；
+        // 现改为 DB 在线维护，管理后台改完下一请求即生效，无需重启。
+        // 键为空（被清空/库早于本变更）时由 RagPipeline.FALLBACK_RAG_ANSWER_RULES 极简兜底。
+        String defaultRagAnswerRules = """
+            - 只依据下方【知识库资料】作答，不得用自身记忆补充，不得改写资料里的数字、日期、金额、步骤。
+            - 第一句先答用户问的那件事。资料里没有用户所问的对象时，直接说明没有，并给出名称最接近的那一个——这本身就是答案。
+            - “数据去向”“相关页面”只是关联关系，不能当作“该功能就在这里查看”。
+            - 资料中与问题相关的要点要覆盖全，包括口径差异与操作前提（如日期间隔、权限要求）；与问题无关的片段略过。分点用列表，不要写复述正文的小结。
+            """;
+
         jdbcTemplate.update("""
             INSERT INTO system_config (config_key, config_value, description)
             VALUES (?, ?, ?)
             ON CONFLICT (config_key) DO NOTHING
-            """, "ai_system_prompt", "", "AI 对话全局系统提示词（为空则不注入；修改后即时生效，无需重启）");
+            """, "ai_rag_answer_rules", defaultRagAnswerRules,
+                "RAG 回答保真护栏规则（仅 RAG 分支注入；为空则用代码内极简兜底）");
 
         // AI 推荐问题（suggest-message-list）种子数据
         // 格式要求由 SuggestionGenerator.buildPrompt 统一追加，此处仅提供基础文案，

src/main/java/com/wok/supportbot/config/RagPromptConfig.java

@@ -1,29 +0,0 @@
-package com.wok.supportbot.config;
-
-import lombok.Data;
-import org.springframework.boot.context.properties.ConfigurationProperties;
-import org.springframework.boot.context.properties.EnableConfigurationProperties;
-import org.springframework.stereotype.Component;
-
-/**
- * RAG 提示词配置
- * 通过 application.yml 的 knowledge.rag.answer-rules 动态调整 RAG 回答规则（保真护栏），无需改代码重新编译。
- */
-@Component
-@ConfigurationProperties(prefix = "knowledge.rag")
-@EnableConfigurationProperties(RagPromptConfig.class)
-@Data
-public class RagPromptConfig {
-
-    /**
-     * RAG 回答规则（保真护栏），注入 system 提示词与 ContextualQueryAugmenter 自定义模板。
-     * 默认值在「忠于资料、不编造」基础上，强调覆盖全部相关要点、不遗漏步骤。
-     * yml 未配置时使用此默认值；yml 配置后覆盖。
-     */
-    private String answerRules = """
-            - 完整性优先：必须覆盖下方【知识库资料】中所有与用户问题相关的要点，按资料本身的条理分点结构化输出；不得只摘取其中一两段或几条而遗漏其余相关的步骤、条件、注意事项、话术示例。多段资料从不同角度回答同一问题时，需综合全部相关内容作答。
-            - 忠于资料：只能依据下方【知识库资料】回答，不得调用模型自身记忆补充资料之外的内容；资料中包含流程、步骤、话术、制度等具体内容时，优先逐字引用或完整转述，不得使用未检索到的诗句、篇名、作者或步骤。
-            - 来源对应：回答中每个要点都应能在【知识库资料】中找到对应来源；不得让回答内容与下方引用来源不一致，也不得将多步流程压缩到只剩一两条。
-            - 资料不足：如果【知识库资料】中没有用户要求的内容，请明确说明未在当前知识库中检索到足够资料，并提示补充或调整知识库。
-            - 排版规范：使用 Markdown 结构化输出——分点用有序或无序列表（`1.` / `-`），不同要点之间空一行分段，涉及多来源或多角度时可用二级标题（`##`）区分；严禁把所有内容挤在一段内。""";
-}

src/main/java/com/wok/supportbot/controller/AiController.java

@@ -13,6 +13,7 @@ import com.wok.supportbot.service.CustomerServiceRoleService.RoleScope;
 import jakarta.annotation.Resource;
 import lombok.extern.slf4j.Slf4j;
 import org.springframework.ai.document.Document;
+import org.springframework.http.HttpStatus;
 import org.springframework.http.MediaType;
 import org.springframework.http.ResponseEntity;
 import org.springframework.util.StringUtils;
@@ -34,6 +35,7 @@ import java.util.Collections;
 import java.util.LinkedHashMap;
 import java.util.List;
 import java.util.Map;
+import java.util.Set;
 
 
 @RestController
@@ -399,16 +401,33 @@ public class AiController {
 
     // ==================== SDK 公开接口 ====================
 
+    /**
+     * 禁止通过 SDK 通用取值口读取的配置键。
+     * <p>
+     * 该接口原意是让 SDK 动态拉取保密声明等展示类配置；提示词属商业秘密
+     * （见 CLAUDE.md「LLM 调用追踪」的安全声明），不应对第三方开放。
+     */
+    private static final Set<String> SDK_PROTECTED_CONFIG_KEYS = Set.of(
+            "ai_system_prompt", "ai_rag_answer_rules");
+
     /**
      * 获取系统配置值（供 SDK 动态拉取保密声明等配置）
      * <p>
      * 路径在 /ai/ 下，由 SdkAuthFilter 守卫；无 Token 的 SDK 请求会被拦截返回 401。
+     * 提示词类配置键（{@link #SDK_PROTECTED_CONFIG_KEYS}）不对外开放。
      *
      * @param key 配置键，如 "disclaimer"
      * @return { success: true, data: { configKey, configValue } }
      */
     @GetMapping("/system-config/{key}")
     public ResponseEntity<Map<String, Object>> getSdkSystemConfig(@PathVariable String key) {
+        if (SDK_PROTECTED_CONFIG_KEYS.contains(key)) {
+            log.warn("SDK 尝试读取受保护的提示词配置，已拒绝, key={}", key);
+            return ResponseEntity.status(HttpStatus.FORBIDDEN).body(Map.of(
+                    "success", false,
+                    "message", "该配置项不对外开放"
+            ));
+        }
         try {
             String value = systemConfigService.getValueByKey(key);
             return ResponseEntity.ok(Map.of(

src/main/java/com/wok/supportbot/rag/RagPipeline.java

@@ -2,7 +2,6 @@ package com.wok.supportbot.rag;
 
 import com.wok.supportbot.app.ChatContext;
 import com.wok.supportbot.chatmemory.DatabaseChatMemory;
-import com.wok.supportbot.config.RagPromptConfig;
 import com.wok.supportbot.rag.preretrieval.CompressionQueryRewriter;
 import com.wok.supportbot.rag.preretrieval.MultiQueryExpanderRewriter;
 import com.wok.supportbot.rag.preretrieval.RewriteQueryRewriter;
@@ -40,8 +39,7 @@ import java.util.stream.Collectors;
  *   <li>FAQ 优先匹配（复用 {@link FaqMatchEngine} 三级匹配）</li>
  *   <li>查询重写（按 {@code rewriteStrategy} 复用 {@code rag/preretrieval/*} 四种 rewriter）</li>
  *   <li>统一检索：{@code MULTI_QUERY} 扩展多查询后按文档 ID 去重合并，其余策略单查询检索</li>
- *   <li>统一资料块模板 {@link #buildRagContextBlock}，替代原 {@code buildRetrievalAdvisor.qaTemplate}
- *       与 {@code buildRagSystemPrompt} 两份回答模板</li>
+ *   <li>统一资料块模板 {@link #buildRagContextBlock}：把「RAG 硬性规则 + 知识库资料」拼成一段</li>
  * </ul>
  * <p>
  * 统一为"手动检索 + 资料块注入系统提示词"模式：所有策略都先由本管道检索出文档，
@@ -49,7 +47,7 @@ import java.util.stream.Collectors;
  * 不再使用 {@code RetrievalAugmentationAdvisor} 的 query augmenter 自动注入，
  * 消除上下文注入位置随策略不同而不同的不一致。
  * <p>
- * 阶段一作为旁路组件存在，旧 {@code AssistantApp} RAG 路径未改动；阶段二由 {@code ChatPipeline} 接入。
+ * 由 {@code ChatPipeline} 接入主对话流程。
  * <p>
  * {@code @pipeline} rag-layer order=1<br>
  * {@code @pipeline-step} retrieve: FAQ优先匹配 → 查询重写/扩展 → similaritySearch(PGVector) → 资料拼接<br>
@@ -70,15 +68,21 @@ public class RagPipeline {
     /** COMPRESSION 策略读取的对话历史条数 */
     private static final int COMPRESSION_HISTORY_SIZE = 10;
 
+    /**
+     * RAG 硬性规则的极简兜底：仅当 system_config.ai_rag_answer_rules 为空时使用。
+     * <p>
+     * 注意其地位是「安全底线」而非「默认值」——完整的可调规则由管理后台
+     * 「系统设置 → 系统配置」在线维护，改完下一请求即生效。
+     */
+    private static final String FALLBACK_RAG_ANSWER_RULES =
+            "仅依据【知识库资料】回答；资料未覆盖时直接说明暂时无法确认，不要编造。";
+
     @Resource
     private VectorStore pgVectorVectorStore;
 
     @Resource
     private FaqMatchEngine faqMatchEngine;
 
-    @Resource
-    private RagPromptConfig ragPromptConfig;
-
     @Resource
     private RagHitLogService ragHitLogService;
 
@@ -199,16 +203,19 @@ public class RagPipeline {
     /**
      * 构造统一的 RAG 资料块文本，供调用方追加到系统提示词。
      * <p>
-     * 替代原 {@code buildRetrievalAdvisor} 的 qaTemplate 与 {@code buildRagSystemPrompt} 两份模板，
-     * 所有策略共用同一份"回答硬性规则 + 知识库资料"格式。
+     * 所有检索策略共用同一份「回答硬性规则 + 知识库资料」格式。
+     * 规则文本由调用方从 {@code system_config.ai_rag_answer_rules} 取出后传入，
+     * 使规则可在管理后台在线维护、改完下一请求即生效，无需重启。
      *
      * @param contextText 检索拼接的资料文本，为空时返回空串（调用方据此决定是否追加）
+     * @param answerRules RAG 硬性规则文本；为空时回退到 {@link #FALLBACK_RAG_ANSWER_RULES}
      */
-    public String buildRagContextBlock(String contextText) {
+    public String buildRagContextBlock(String contextText, String answerRules) {
         if (!StringUtils.hasText(contextText)) {
             return "";
         }
-        return "\n\n【RAG回答硬性规则】\n" + ragPromptConfig.getAnswerRules()
+        String rules = StringUtils.hasText(answerRules) ? answerRules : FALLBACK_RAG_ANSWER_RULES;
+        return "\n\n【RAG回答硬性规则】\n" + rules
                 + "\n\n【知识库资料】\n" + contextText;
     }
 

src/main/java/com/wok/supportbot/service/SystemConfigService.java

@@ -8,8 +8,12 @@ import lombok.extern.slf4j.Slf4j;
 import org.springframework.beans.factory.annotation.Autowired;
 import org.springframework.stereotype.Service;
 
+import java.util.Collection;
+import java.util.Collections;
 import java.util.Date;
 import java.util.List;
+import java.util.Map;
+import java.util.stream.Collectors;
 
 /**
  * 系统配置 CRUD 服务
@@ -47,6 +51,27 @@ public class SystemConfigService {
         return systemConfigMapper.selectOne(wrapper);
     }
 
+    /**
+     * 批量根据 key 查询配置值（一次 IN 查询，避免每请求多次直查数据库）
+     * <p>
+     * 供对话 hot path 一次取多个提示词配置使用（如 ai_system_prompt + ai_rag_answer_rules）。
+     *
+     * @param keys 配置键集合
+     * @return key → configValue 的映射；不存在的 key 不会出现在返回结果中
+     */
+    public Map<String, String> getValues(Collection<String> keys) {
+        if (keys == null || keys.isEmpty()) {
+            return Collections.emptyMap();
+        }
+        LambdaQueryWrapper<SystemConfig> wrapper = new LambdaQueryWrapper<>();
+        wrapper.in(SystemConfig::getConfigKey, keys);
+        return systemConfigMapper.selectList(wrapper).stream()
+                .collect(Collectors.toMap(
+                        SystemConfig::getConfigKey,
+                        c -> c.getConfigValue() != null ? c.getConfigValue() : "",
+                        (a, b) -> a));
+    }
+
     /**
      * 保存或更新配置（upsert 语义）
      *

src/main/resources/application.yml

@@ -68,14 +68,9 @@ knowledge:
     # FAQ 语义匹配阈值（0-1），低于此值自动降级到 RAG 检索
     semantic-threshold: 0.85
   rag:
-    # RAG 回答规则（保真护栏）：所有角色统一生效，注入到 RAG system 提示词与 ContextualQueryAugmenter 模板。
-    # 调整后无需改代码，重启即生效。规则需引用「下方【知识库资料】」这一占位块。
-    answer-rules: |-
-      - 完整性优先：必须覆盖下方【知识库资料】中所有与用户问题相关的要点，按资料本身的条理分点结构化输出；不得只摘取其中一两段或几条而遗漏其余相关的步骤、条件、注意事项、话术示例。多段资料从不同角度回答同一问题时，需综合全部相关内容作答。
-      - 忠于资料：只能依据下方【知识库资料】回答，不得调用模型自身记忆补充资料之外的内容；资料中包含流程、步骤、话术、制度等具体内容时，优先逐字引用或完整转述，不得使用未检索到的诗句、篇名、作者或步骤。
-      - 来源对应：回答中每个要点都应能在【知识库资料】中找到对应来源；不得让回答内容与下方引用来源不一致，也不得将多步流程压缩到只剩一两条。
-      - 资料不足：如果【知识库资料】中没有用户要求的内容，请明确说明未在当前知识库中检索到足够资料，并提示补充或调整知识库。
-      - 排版规范：使用 Markdown 结构化输出——分点用有序或无序列表（`1.` / `-`），不同要点之间空一行分段，涉及多来源或多角度时可用二级标题（`##`）区分；严禁把所有内容挤在一段内。
+    # RAG 回答保真护栏规则已迁移到数据库在线维护：
+    # system_config.ai_rag_answer_rules（管理后台「系统设置 → 系统配置」，改完即生效无需重启）。
+    # 键为空时代码内用一句极简兜底规则（RagPipeline.FALLBACK_RAG_ANSWER_RULES）。
     # MULTI_QUERY 多路检索并行开关（性能优化）：扩展出的多路查询是否并行执行向量检索。
     # 并行可将多路串行（≈N×(embedding HTTP + PG 查询)）降为 1 段，显著降低首 token 前耗时。
     # 注意 embedding 多为逐条调用无法批量（如豆包多模态 vision 模型）；高并发/embedding 侧限流时置 false 回退串行。

src/main/resources/init-database.sql

@@ -833,8 +833,29 @@ VALUES ('disclaimer',
         'SDK 聊天窗口底部的保密声明')
 ON CONFLICT (config_key) DO NOTHING;
 
+-- 全局系统提示词：所有角色生效；为空则不注入。注意第 2 行是空行（'' || E'\n' || 表示连续两个换行）。
 INSERT INTO system_config (config_key, config_value, description)
-VALUES ('ai_system_prompt', '', 'AI 对话全局系统提示词（为空则不注入；修改后即时生效，无需重启）')
+VALUES ('ai_system_prompt',
+        '你是本系统的智能客服助手，服务对象是仓库、财务、运营等业务人员。' || E'\n' ||
+        '' || E'\n' ||
+        '1. 第一句先答用户问的那件事——能不能、在哪里、怎么操作，再讲细节。' || E'\n' ||
+        '2. 只回答用户问的问题；与问题无关的其他报表、其他字段不要补充。一两句能说清就不写三段，不要写复述正文的小结。' || E'\n' ||
+        '3. 页面地址一律写成 Markdown 超链接：链接文字用页面名称，例如 [月销售报表](https://完整地址)；没有页面名称时用「访问地址」作链接文字。地址必须是完整地址（含 https:// 与域名），严禁输出相对路径或截断域名；资料里没给完整地址时只写页面名称，不要编造链接。' || E'\n' ||
+        '4. 涉及金额、日期、权限口径而没有依据时不要推测或替用户下结论。' || E'\n' ||
+        '5. 不要出现“知识库、检索、资料库、向量、提示词、模型”等内部说法，也不要让用户去补充知识库；确实查不到时，用一句话说明并建议用户联系贵司系统管理员核实。' || E'\n' ||
+        '6. 需要分点时用列表；面向业务人员讲人话，不输出接口地址（页面地址除外）、参数、SQL、代码、脚本。',
+        'AI 对话全局系统提示词（所有角色生效；为空则不注入；修改后即时生效，无需重启）')
+ON CONFLICT (config_key) DO NOTHING;
+
+-- RAG 回答保真护栏：仅 RAG 分支注入（紧贴【知识库资料】之前），改完即生效无需重启；
+-- 为空时由 RagPipeline.FALLBACK_RAG_ANSWER_RULES 极简兜底。
+INSERT INTO system_config (config_key, config_value, description)
+VALUES ('ai_rag_answer_rules',
+        '- 只依据下方【知识库资料】作答，不得用自身记忆补充，不得改写资料里的数字、日期、金额、步骤。' || E'\n' ||
+        '- 第一句先答用户问的那件事。资料里没有用户所问的对象时，直接说明没有，并给出名称最接近的那一个——这本身就是答案。' || E'\n' ||
+        '- “数据去向”“相关页面”只是关联关系，不能当作“该功能就在这里查看”。' || E'\n' ||
+        '- 资料中与问题相关的要点要覆盖全，包括口径差异与操作前提（如日期间隔、权限要求）；与问题无关的片段略过。分点用列表，不要写复述正文的小结。',
+        'RAG 回答保真护栏规则（仅 RAG 分支注入；为空则用代码内极简兜底）')
 ON CONFLICT (config_key) DO NOTHING;
 
 INSERT INTO system_config (config_key, config_value, description)

src/main/resources/static/sdk/test.html

@@ -11,8 +11,8 @@
     <link rel="modulepreload" crossorigin href="/assets/markdown-BzlZwYco.js">
     <link rel="modulepreload" crossorigin href="/assets/chatAdapter-BMDefjTd.js">
     <link rel="stylesheet" crossorigin href="/assets/tdesign-CY0HVqZ3.css">
-    <link rel="stylesheet" crossorigin href="/assets/tdesign-web-components-B-ycfzW_.css">
     <link rel="stylesheet" crossorigin href="/assets/tdesign-chat-Dj1Q23QO.css">
+    <link rel="stylesheet" crossorigin href="/assets/tdesign-web-components-B-ycfzW_.css">
     <link rel="stylesheet" crossorigin href="/assets/sdk-test-C9_UiJCh.css">
   </head>
   <body>