modelstudioai__cli/packages/cli/doc-commands.md

迭代一设计 · doc 组命令

命令：doc upload / doc list / doc status / doc delete / doc tag / doc import-oss 公共约定见 README.md。

doc upload — 上传本地文件入库（编排命令）

说明：本迭代最复杂命令。把"本地文件 → 数据中心 →（可选）导入知识库"封装为一条命令，替代构建期最高频的控制台操作（S2.2 痛点:高）。对标竞品 add-file。

编排四步：

步	API	输入	输出
1 申请租约	POST /api/v1/connector/dash/applyFileUploadLease	category(类目ID) + fileName + sizeBytes(字符串!) + contentMd5(Base64)	leaseId + param.url/method/headers
2 OSS 上传	PUT {param.url}	文件二进制 + param.headers（含 x-bailian-extra、Content-Type）	HTTP 200
3 注册文件	POST /api/v1/connector/dash/addFile	leaseId + category + parser: "AUTO_SELECT" + tags?	fileId
4 导入（可选，传 --index-id 时）	POST /api/v1/indices/rag/index/job/create	indexId + dataSource: { sourceType: "DATA_CENTER_FILE", fileIds }	ingestionId

坑位（实现注释必须标注）：

• sizeBytes 必须字符串；contentMd5 = crypto.createHash("md5").update(buf).digest("base64")
• 租约/注册的类目参数名是 category，不是 categoryId
• 第 4 步 body 是嵌套 dataSource: { sourceType, fileIds }（实测；公开文档的平铺 documentIds 会报 Index.InvalidParameter）
• 第 4 步必须显式传 sourceType，不传会导入整个数据中心（API 文档明示的默认行为）
• 步骤 2 走 OSS 域名不走 DashScope 网关，用原生 fetch 而非 ctx.client（无 Bearer 头）；失败归类 NETWORK

Flags：

flag	类型	必填	说明
--file <path>	array	是	本地文件路径，可重复；扩展名与大小按产品支持范围预校验（见下方格式白名单）
--index-id <id>	string	否	注册后立即导入该知识库（触发第 4 步，多文件合并为一个 job）
--category-id <id>	string	否	目标类目；缺省自动解析默认类目（listCategory 取 isDefault: true），解析失败报 GENERAL + hint 显式传 --category-id
--tag <text>	array	否	addFile tags，可重复
--wait / --poll-interval <s> / --timeout <s>	—	否	与 --index-id 联用，轮询 job status 至终态

validate：--wait 无 --index-id → USAGE；文件不存在/不可读 → GENERAL + errno hint（沿用错误边界规范）。

格式白名单与大小预校验（依据 data/documents.md「支持的格式」，读文件前拦截，避免白传 OSS）：

类型	扩展名	硬限（超限 USAGE）
文档	.doc .docx .ppt .pptx .pdf	150 MB
表格	.xls .xlsx	10 MB（产品为“建议值”，超限降级为 stderr 警告不拦截）
图片	.png .jpg .jpeg .bmp .gif	20 MB（尺寸约束不做客户端校验，留服务端）
纯文本	.md .txt .html	10 MB（同表格，警告不拦截）

• 扩展名不在白名单 → USAGE，错误信息列出支持格式；白名单常量独立导出便于后续随产品更新
• 开放问题：create-kb.md 提及 .csv 但 documents.md 格式表未列——文档口径不一致，实现前向产品确认；确认前 .csv 暂入白名单（服务端拒绝会透传）

输出：

• text：每文件一行 <fileName> <fileId> registered；有导入时追加 job: <ingestionId>；--wait 结束追加终态
• json：{ files: [{path, fileId}], index_id?, ingestion_id?, final_status? }（编排命令无单一响应可透传，输出自定义稳定结构）
• quiet：仅 fileId 每行一个

实现方案：

• 文件 doc-upload.ts；多文件串行执行 1-3 步（首版不并发，避免 OSS 限流复杂化），全部注册成功后合并执行第 4 步
• 部分失败语义：任一文件步骤 1-3 失败即中止并报错，已成功的 fileId 列入错误 hint（幂等重传代价低）
• 默认类目解析结果进程内缓存（多文件只查一次）
• dry-run：不读文件内容（size/md5 以占位符表示），输出四步编排计划 { steps: [{step, endpoint, request}] }

测试方案：

• help / 缺 --file exitCode 2 / --wait 无 --index-id exitCode 2
• 文件不存在 → 非零退出 + ENOENT hint；.zip 扩展名 → USAGE 列出支持格式
• dry-run：断言 steps 长度（带/不带 --index-id 为 4/3）、lease 请求 sizeBytes 为字符串类型、job 请求含 sourceType: "DATA_CENTER_FILE"
• live：上传 1KB 临时 md 文件 → 断言 fileId 前缀 file_ → afterAll doc delete + 数据中心 deleteFile 清理

doc list — 查询知识库文档列表

说明：列出库内文档及解析/索引状态，含 FAILED 发现（S2.3 / S5.2）。

API：GET /api/v1/indices/rag/index/files，query string：index_id + page_num（注意本接口是 page_num）+ page_size（默认 10，最大 100）。

Flags：--index-id 必填；--page-number / --page-size。

输出：

• text：每行 doc_id status doc_name doc_type size；status=FAILED 行红色高亮（TTY）；尾行 total: N
• json 透传；quiet 仅 doc_id

实现/测试：单 API 直映射（doc-list.ts）；dry-run 断言 query 参数名为 page_num；live 断言 rows 结构与 doc_id 前缀。

doc status — 查询导入任务状态

说明：查导入任务进度，--wait 阻塞至终态供脚本串行（S2.3 痛点:高，L3 验收：FAILED 时非零 exit code）。

API：GET /api/v1/indices/rag/index_job/status，query string：index_id + job_id（双必填，仅传其一服务端返回 SystemError，客户端前置双校验拦截）+ 分页参数。

Flags：

flag	必填	说明
--index-id <id>	是	知识库 ID
--job-id <id>	是	导入任务 ID（kb create / doc upload 返回的 ingestionId；也见 doc list 的 ingestion_id）
--page-number / --page-size	否	任务含大量文档时分页
--wait / --poll-interval <s>(默认 5) / --timeout <s>(默认 600)	否	轮询至终态

行为：

• 终态 FINISH → exit 0；FAILED → BailianError(GENERAL) 透传服务端 message（含文档级失败明细摘要），exit 1
• --wait 超时 → TIMEOUT(5)
• 已知行为：库无进行中任务时接口可能返回 SystemError——hint 引导 "check ingestion_id via doc list"

输出：text 顶部任务总状态 + 文档级状态列表（FAILED 高亮）；json 透传。

测试方案：help / 缺任一必填（两条用例）/ dry-run 断言 query 含两个 id / live：配合 upload 用例拿真实 job 轮询到 FINISH；--wait --timeout 1 对慢任务断言 exitCode 5（若不稳定则仅静态覆盖超时路径，live 标记 skip 原因）。

doc delete — 删除文档【危险操作】

说明：从知识库删除文档及其全部切片（S5.1 内容更新循环）。

API：POST /api/v1/indices/rag/index/delete_file，body { index_id, doc_ids }（snake_case）。响应 data.deleted[] 为实际删除列表。

Flags：--index-id 必填；--doc-id array 必填（可重复）；--yes。

实现方案：doc-delete.ts；确认摘要含 index_id + doc_id 列表（≤5 个全列，超出显示前 5 + 总数）；输出以 data.deleted 为准（与入参数量不一致时 text 模式警告差异）。

测试方案：help / 缺参×2 / dry-run 断言 doc_ids 数组 / 非 TTY 无 --yes exitCode 2 / live 配合 upload 清理链。

doc tag — 批量更新文档标签

说明：批量打标，支撑标签过滤检索（S2.4）。

API：POST /api/v1/connector/dash/batchUpdateFileTag。fileInfos（1-20 项，每项 fileId + tags，单标签 ≤32 字符、单文件 ≤100 个、总长 ≤700）+ updateMode（OVERWRITE/APPEND）。

Flags：

flag	必填	说明
--doc-id <id>	是	可重复，1-20 个（客户端预校验），映射 fileInfos[].fileId
--tag <text>	是	可重复，应用到所有 --doc-id（首版同一组标签批量打；异构标签用多次调用）
--mode <m>	否	choices: overwrite/append，默认 append（追加比覆盖安全，作为缺省）

实现/测试：doc-tag.ts 单 API 直映射；客户端预校验标签长度约束（USAGE 前置拦截）；dry-run 断言 updateMode: "APPEND" 大写映射与 fileInfos 结构；live 打标后 listFile/describeFile 验证回读。

doc import-oss — 从授权 OSS 批量导入

说明：从已 SLR 授权的 OSS Bucket 批量导入数据中心（大客户批量场景）。

API：POST /api/v1/connector/dash/addFilesFromAuthorizedOss。必填 categoryId/categoryType/ossBucket/ossRegionId/fileDetails（1-10 项，每项 fileName+ossKey）。返回 data.fileIds。

Flags：

flag	必填	说明
--bucket <name>	是	映射 ossBucket
--region <id>	是	映射 ossRegionId（如 cn-beijing）
--oss-key <key>	是	可重复，1-10 个；fileName 取 key 的 basename
--category-id <id>	否	缺省走默认类目解析（复用 upload 的解析函数）
--tag <text>	否	可重复，≤10
--overwrite	否	switch，映射 overWriteFileByOssKey

固定值：categoryType: "UNSTRUCTURED"；parser 不暴露（默认 AUTO_SELECT，审慎原则——DASH_QWEN_VL_PARSER 等需配 parserConfig，使用方式未验证）。

错误边界：SLR 未授权的服务端权限错误原样透传，hint 附 RAM 控制台确认 AliyunServiceRoleForBailian 的指引（该指引来自 API 文档 Note，属可权威解释范围）。

实现/测试：doc-import-oss.ts 单 API 直映射；dry-run 断言 fileDetails 结构与 fileName 派生逻辑；live 依赖 OSS 授权环境，gating 追加 BAILIAN_E2E_OSS_BUCKET 环境变量，无则 skip。