第一次拿一份 PDF 丢给察元AI 桌面单机版的人多半会被一个细节吸引回答下面跟着一组引用气泡每一个气泡都能展开成原文段落告诉你这句话是从文档的哪一页哪一段拼出来的。这件事看着普通背后整条链路其实做了不少事。这一篇就拆这个。先讲拖文件这一刻发生了什么。察元AI 的对话窗口接收 PDF 后会把文件移到 CHAYUAN_ROOT/uploads并触发一次入库任务。任务做的事情按顺序是抽文本层、必要时走 OCR、按段落和句子切分成 chunk、给每个 chunk 算一份 bge-m3 嵌入、把 chunk 文本和向量写进本地离线知识库的 sqlite-vec 表同时把每个 chunk 的页码和段落偏移写到 metadata。所有这些发生在 sidecar 进程内部不联外网。切分这一步是整个引用回链能不能用的关键。如果你直接把 PDF 切成几百字的滑动窗口引用就只能给到一个区间很难精确回到原段。chayuan-desktop 的默认切分策略会先按页码分块再在每页内按段落切最后才在段落内做句子级别的细分。每一段都带上原文页码 page、原段落序号 paragraph、起止字符偏移 offset_start、offset_end。这套 metadata 跟 chunk 一起进 KB。回答阶段做的事是另一面的对照。用户发问后察元智库 拿到 ku_ids 解析当前问句要去哪些 KB 检索调到 retrieval/query 编排器。编排器对当前 PDF 这个 doc:* 类型的源调一次向量召回再叠一层重排把前若干个 chunk 喂给当前模型作为上下文。LLM 生成回答时被显式要求引用每一段事实对应的 chunk_id输出里夹带的是若干个引用占位符。前端拿到流式输出把占位符替换成可点击的引用气泡。气泡上展示什么。文件名、页码、几行预览、信任度分数。信任度来自重排得分加召回得分的加权单机版默认开启了一个轻量重排模型跑在 CPU 上也不慢。这个分数不是给 LLM 的是给读者一个判断的依据。点开气泡之后右侧抽屉打开原文段落光标停在 offset_start 那个位置连同上下文一并展示。如果是一份扫描件 PDFOCR 识别的文本在抽屉里同样可读并标注了识别的源图位置。这一整条链路在 chayuan-desktop 上是默认就跑起来的不需要单独配置。 chayuan-wps WPS AI 插件 也是同一条链路只不过入口换成了 WPS 文字里的任务窗格引用气泡的展示也改在 WPS 边栏点击之后会跳到原文档对应位置或者打开 PDF 阅读器到指定页。拖一份 PDF 进去之后实际能感受到的差别在哪。第一模型不会胡编 PDF 里没有的内容因为引用气泡是强约束模型只能从被检索到的 chunk 里取材。第二回答里的事实可以一键回原文不需要回头翻文档。第三重排得分让你一眼就看到哪些是关键信息哪些是顺带提及。第四整份文档可以反复用下一次开新对话仍然能复用相同的索引。需要注意的几个地方。一是同名文件不同版本要小心建议在文件名里带上版本号或日期避免回答里把旧版当成新版引用。二是表格密集的 PDF 切分质量会下降可以考虑把表格部分另存为 Excel 直接当结构化数据接结合 text2sql 走另外的 KB 类型。三是大型 PDF 比如几百页的标书第一次入库会有点耗时建议放到后台跑完再对话不要一边入库一边问。引用回原文这个动作在察元AI 桌面单机版上是 RAG 体验里最值得守住的细节。它把模型的回答和文档之间那条线变得可见本地离线知识库 这件事才有实际意义。