企业做内容营销时经常卡在两段之间：通用 AI 写作工具不了解你的企业，写出来的东西「像 AI、不像你」；矩阵分发工具只负责发，不负责写。中间那段把素材喂给 AI、改格式、逐个平台登录的体力活，没人愿意天天干。BullFlow（推量牛）的思路是把这三段串成一条闭环——先把企业的公司、品牌、产品、客户、案例和文档沉淀成专属知识库，再由 Agent 基于这些资产创作文章、图文、图片、视频，最后一键分发到 17 个社媒平台，发布结果再回流分析。

零调用费的 RAG 链路

这个项目最值得先说的一个判断是：整条 RAG 链路不碰付费模型。文档 OCR、语义分句、向量化、重排、以文搜图、语音转录，全部用开源模型本地部署——OCR 是 PaddleOCR PP-StructureV3，分句是 wtpsplit SaT，向量是 BGE-M3（1024 维），重排是 BGE-Reranker-v2-m3，搜图是 OpenCLIP ViT-L-14，转录是 WhisperX。这意味着知识库建得再大、检索得再频繁，也没有一分钱调用费，企业资料也不出内网。只有最后「写文章、出图、出视频」这一步才调用大模型，而且走 OpenAI 兼容接口，供应商随你换。

文档入库的四级降级链

把企业文档吃进去，是整条链路的起点。它支持 12 种格式（PDF / Word / Excel / PPT / Markdown / HTML / EPUB 等），解析走一条四级降级链：每一级失败都会记日志再自动降级。这个设计可以抽象成一段逻辑，自己写出来也不复杂：

# 文档解析降级链：按优先级逐级尝试，失败记录原因再降级
def parse_document(path):
    chain = [
        ("ocr", parse_with_paddleocr),    # PaddleOCR：PDF/图片版面+表格结构化
        ("pandoc", parse_with_pandoc),    # Pandoc 转 GFM Markdown：docx/html/epub 等
        ("native", parse_native),         # PyMuPDF / python-docx / openpyxl 原生解析
        ("binary", store_binary_only),    # 兜底：识别文件头，无法提文本则仅存储
    ]
    for name, fn in chain:
        try:
            return name, fn(path)
        except Exception as e:
            log(f"[{name}] 解析失败，降级：{e}")
    return "binary", store_binary_only(path)

四级链的意义在于：扫描版 PDF 走 OCR，普通 Word 走 Pandoc，PPTX 内嵌图片并发 OCR，实在提不出文本的旧版二进制格式（doc/xls/ppt）就「仅存储」不入库，而不是让整个入库任务失败。

混合检索与 RRF 融合

检索这一层做的是「三库同步入库」：MySQL 存分块原文，Milvus 存 BGE-M3 向量，Elasticsearch 存 IK 分词全文索引。查询时向量召回和全文召回并行各取 top_k×3，再用 RRF 融合，可选重排。RRF（Reciprocal Rank Fusion）本身是公开算法，写出来能直接跑：

# RRF 融合：给向量召回与全文召回各自排序，按倒数排名加权合并
def rrf_fusion(vector_rank, fulltext_rank, k=60):
    score = {}
    for doc_id, rank in vector_rank.items():
        score[doc_id] = score.get(doc_id, 0) + 1.0 / (k + rank)
    for doc_id, rank in fulltext_rank.items():
        score[doc_id] = score.get(doc_id, 0) + 1.0 / (k + rank)
    return sorted(score.items(), key=lambda x: -x[1])

# 示例：向量召回排第 1 的文档，全文召回排第 3，融合后靠前
print(rrf_fusion({"a": 1, "b": 2}, {"a": 3, "c": 1}))

关键配置在 backend/.env 里，几个值直接决定检索行为：

# 混合检索关键配置（backend/.env）
HYBRID_MERGE_MODE=rrf            # 融合方式：rrf / weighted
HYBRID_VECTOR_WEIGHT=0.6         # weighted 模式下的向量权重
HYBRID_FULLTEXT_WEIGHT=0.4       # weighted 模式下的全文权重
RERANKER_ENABLED=false           # 是否开启 BGE-Reranker 重排
CHUNK_SIZE=2048                  # 普通块最大字符数

融合默认用 RRF（k=60），也可切换成归一化加权（默认向量 0.6 / 全文 0.4）；向量分低于阈值（默认 0.40）直接丢弃，命中块再自动拼上前后相邻块给模型更完整的上下文。这套「并行召回 + 融合 + 阈值过滤 + 相邻扩展」的组合，比把 PDF 直接丢给模型要工程化得多。

分发网关与账号安全

分发由独立的推量发网关提供，国内 11 个平台（抖音、小红书、视频号、公众号、知乎等）走灵径，海外 6 个（LinkedIn、YouTube、X 等）走 Composio OAuth。防关联是矩阵账号的命门：代理 IP 按区域粘性分配，同一 IP 同一平台最多 15 个账号，每 20 分钟健康巡检并自动迁移，14 天未用的账号自动回收停止计费。发布结果通过 Webhook 回流，HMAC-SHA256 签名加时间戳防重放。

几个工程约定

读这份 README 能挖出几条通用约定，值得抄：多租户是所有业务表带 user_id，MySQL、Milvus、ES 三处检索强制按用户过滤，漏了任何一处就是跨租户泄露；时间统一 UTC，写库用 utcnow；上传/生成立即返回、后台任务独立会话处理，ML 推理走 asyncio.to_thread 不阻塞事件循环。计费上它做了「后付费防透支」——生成前按预估校验余额、生成后按实际用量扣，余额不足扣到 0，杜绝少量余额无限使用。

适用边界

最需要泼冷水的两点：一是分发要真正登录各平台，依赖灵径和 Composio 两个第三方服务，得自行开通账号；不配置的话，知识库、AI 创作、内容生成这些能力不受影响，但分发用不了。二是 OCR（PaddleOCR）建议用 NVIDIA GPU，纯 CPU 跑扫描版 PDF 会慢。另外它是 MIT 协议可商用，但商用前各组件（FFmpeg、Milvus、BGE 等）的许可证要自己确认。

一句话，BullFlow 的价值不在「又一个 AI 写作工具」，而在它把「懂企业、写内容、发全网、回流数据」这条最容易被拆成三四个 SaaS 拼在一起的链路，收进了一个能私有化部署的工程里。想复用的话，最值得抄的是 RRF 混合检索和四级解析降级链这两处。