Auto 路由：只有请求显式传入 mode=auto，后端才使用知识空间 frozen published profile 的
reasoningModel 经 plugin-daemon 选择下面三条管线之一。省略 mode 直接使用
defaultMode；显式 fast/research/deep 不调用路由模型。失败安全降级到该 profile 的
defaultMode，不使用 CJK/语言、查询长度、词数或关键词启发式。
fast
普通 hybrid + 最终 rerank
Embed
使用空间 published embedding model / vector-space
→
Dense + FTS
同一 publication、candidate ACL 下并行普通混合召回
⇢
RRF 融合
按 nodeId 去重，合并 dense / FTS 候选并保留来源
→
Graph
不运行
Fast 不做 Graph 扩展
→
最终 Rerank
使用空间 published rerank 配置；全部候选只重排一次
→
Evidence → Answer
Score Threshold → Top K → 使用空间 reasoning model 生成
deep
普通 hybrid + Graph + 统一 rerank
Embed
使用空间 published embedding model / vector-space
→
Dense + FTS
先执行普通混合召回；不能只查 Graph
⇢
RRF 融合
形成 ordinary seeds，并保留完整候选宽度
→
Graph 扩展
同一 publication / ACL 下 traverse，并二次召回 graph candidates
⇢
统一最终 Rerank
ordinary + graph 候选先合并，再只重排一次
→
Evidence → Answer
Score Threshold → Top K → 使用空间 reasoning model 生成
research
Summary / Outline / PageIndex
普通 Embed / Hybrid
不运行
Research 不依赖普通 dense + FTS seed
→
Summary / Outline
检索 generation-scoped PageIndex 节点摘要与文档大纲
→
PageIndex 召回
exact-term / normalized score 排序并定位相关树节点
→
树导航 / Leaf Evidence
从匹配 outline 节点打开可见 leaf ranges
→
Graph / 普通 Rerank
均不运行
Research 不依赖 Graph
→
Evidence → Answer
PageIndex Threshold → Top K → 使用空间 reasoning model 生成
KnowledgeFS 文件命令 · 另一条访问路径 (/knowledge-spaces/{id}/fs/*) — 路径寻址,与上面三种 query mode 无关
/fs/*
路径寻址 · 无 mode · 无向量
ls / tree / find / stat
列目录 / 树 / 查找 / 元信息
读 knowledge_paths 虚拟视图(by-topic/by-entity/by-type、/sources)
确定性,无模型
cat / open_node
取 chunk 正文
读 knowledge_nodes / artifact_segments
确定性
grep
字面 / 正则文本匹配
over node/segment 文本 grepKnowledgePathResource
无 embedding / 无语义
diff
文本 diff(确定性)
fs/diff 可选 semanticDiffProvider(LLM)语义总结
apps/api 未接线 → 语义总结不可用