把公司手册、报销规定这类 PDF 交给 Kimi 的文件接口：上传、抽取文字、作为 system 消息提问

把公司手册、报销规定这类 PDF 交给 Kimi 的文件接口：上传、抽取文字、作为 system 消息提问。要求回答必须以“依据：「原文」”结尾，程序再到文件原文里逐字核对这句话。找不到原文就标记“不可信”。用完自动删除上传的文件。

先看清成品

• 测试： pytest 4 项通过，覆盖引文核对的各种情况。
• 端到端： 在模拟服务器加本地 qwen2.5 1.5B 上跑通。
• 最新一次运行： 答案是对的（700 元，并且知道新规定替代旧规定），但只写了文件名、没有引用原文，程序标记为“不可信”。
• 更早的一次运行： 模型编了一个原文里没有的“900 元”，也被程序拦下了。

没有在 box 上跑的部分： box 上没有 Moonshot API Key，没有调用过 Kimi 官方 API。

• 用到的替身： 文中的 KIMI_BASE_URL 指向两种替身。
  • 本地 Ollama 的 OpenAI 兼容接口。
  • A 篇自己写的 fake_moonshot.py。它是我按官方文档写的模拟服务器，只模拟了文件上传、抽取、删除这几个接口：用 pdftotext 抽取文字，对话转发给本地 Ollama。
• 结论： 下面的成功和失败都是本地小模型的表现，不代表 Kimi 本身的效果。

合规提醒：Kimi API Key 只放在环境变量里。上传的文件会存到 Kimi 开放平台的账号下，含有个人信息、合同、病历等敏感内容的文件，要先确认公司的规定和对方是否同意。用完的文件及时删除（本文的代码会自动删除）。模型的回答只能作为参考，涉及报销、人事、法律的结论以原文件和负责人的确认为准。价格以官网“定价”页为准，本文不列价格。

做完之后你会得到什么？

需要准备哪些环境？

官方文档的要点（截至本文写作时）：上传时用 purpose="file-extract"；用 files.content(file_id).text 取抽取的文字；每个文件放一条 system 消息；账号下的文件数量和单个文件大小都有上限，具体数字见文档。

文件结构

42-kimi-A-src/
├── kimi_fileqa.py
├── fake_moonshot.py
└── test_quote.py

第 1 步：代码

kimi_fileqa.py：

"""多文件问答：按 Kimi 官方“文件问答”指南，用 purpose="file-extract" 上传文件、取回抽取后的文本，
每个文件单独放进一条 system 消息，再提问。问完删除上传的文件（账号的文件总数有上限）。
环境变量：MOONSHOT_API_KEY、KIMI_BASE_URL（默认 https://api.moonshot.cn/v1）、KIMI_MODEL（默认 kimi-k2.6）
用法：python kimi_fileqa.py "问题" 文件1.pdf [文件2.pdf ...] [--keep 不删除上传的文件]"""
import os, sys
from pathlib import Path
from openai import OpenAI

client = OpenAI(base_url=os.environ.get("KIMI_BASE_URL", "https://api.moonshot.cn/v1"),
                api_key=os.environ.get("MOONSHOT_API_KEY") or "missing-key")
MODEL = os.environ.get("KIMI_MODEL", "kimi-k2.6")
SYSTEM = ("你是文档问答助手。只根据下面提供的文件内容回答；文件之间有冲突时，以日期更新的为准，并说明依据哪个文件。"
          "文件里没有的信息，直接说“文件中没有提到”。"
          "回答最后另起一行，写“依据：「……」”，引号里原样摘抄你所依据的那句原文，一个字都不要改。")

def check_quote(answer, texts):
    """程序核对“依据”里的原文是否真的出现在文件中，防止模型编造。返回 (是否通过, 引文)"""
    import re
    m = re.search(r"依据[:：].*?[「“\"](.+?)[」”\"]", answer, re.S)   # 小模型常把「」写成“”
    if not m: return False, None
    if len(m[1]) < 8: return False, m[1]          # 太短的“引文”（比如只写了文件名）不算依据
    norm = lambda s: re.sub(r"\s+", "", s)
    return any(norm(m[1]) in norm(t) for t in texts), m[1]

def file_messages(paths):
    msgs, ids, texts = [], [], []
    for p in paths:
        fo = client.files.create(file=Path(p), purpose="file-extract")
        ids.append(fo.id)
        text = client.files.content(file_id=fo.id).text
        texts.append(text)
        msgs.append({"role": "system", "content": f"文件《{Path(p).name}》的内容：\n{text}"})
        print(f"✓ 已上传并抽取 {Path(p).name}（{fo.id}，{len(text)} 字符）")
    return msgs, ids, texts

def main():
    args = [a for a in sys.argv[1:] if a != "--keep"]
    question, paths = args[0], args[1:]
    msgs, ids, texts = file_messages(paths)
    try:
        r = client.chat.completions.create(model=MODEL, messages=[{"role": "system", "content": SYSTEM}, *msgs,
                                                                  {"role": "user", "content": question}])
        answer = r.choices[0].message.content.strip()
        print("\n" + answer)
        ok, quote = check_quote(answer, texts)   # 只和文件原文比对，不含我们加的“文件《…》的内容”标题
        print("\n✓ 引文核对通过：原文里确实有这句话" if ok else
              f"\n⚠ 引文核对失败：{'没有给出依据' if quote is None else '文件里找不到这句原文'}，这个回答不可信，请人工查看原文件")
        u = r.usage; print(f"\n（输入 {u.prompt_tokens} tokens，输出 {u.completion_tokens} tokens）")
    finally:
        if "--keep" not in sys.argv:
            for i in ids: client.files.delete(file_id=i)
            print(f"已删除 {len(ids)} 个上传文件")

if __name__ == "__main__":
    main()

fake_moonshot.py（仅用于离线测试）：

"""本地测试用的假 Moonshot 服务：实现 files 上传/抽取/删除接口（用 pdftotext 抽取），
chat 请求转发给本地 Ollama。只用于没有 API key 时验证程序流程，不代表 Kimi 的真实效果。
用法：python fake_moonshot.py   （监听 127.0.0.1:18100；FAKE_MODEL 指定转发到的 Ollama 模型）"""
import os, subprocess, tempfile, uuid
import requests
from flask import Flask, jsonify, request

app, FILES = Flask(__name__), {}
OLLAMA, MODEL = "http://127.0.0.1:11434/v1", os.environ.get("FAKE_MODEL", "qwen2.5-local:1.5b")

@app.post("/v1/files")
def upload():
    f = request.files["file"]
    if request.form.get("purpose") not in ("file-extract", "image", "video", "batch"):
        return jsonify(error={"type": "invalid_request_error", "message": f"Invalid purpose: {request.form.get('purpose')}"}), 400
    with tempfile.NamedTemporaryFile(suffix=".pdf") as t:
        f.save(t.name); text = subprocess.run(["pdftotext", "-layout", t.name, "-"], capture_output=True, text=True).stdout
    fid = "fake-" + uuid.uuid4().hex[:12]; FILES[fid] = (f.filename, text)
    return jsonify(id=fid, object="file", bytes=len(text), created_at=0, filename=f.filename, purpose="file-extract", status="ok")

@app.get("/v1/files/<fid>/content")
def content(fid):
    # 官方文档：返回 text/plain 的 Markdown 文本（不是 JSON）
    return FILES[fid][1], 200, {"Content-Type": "text/plain; charset=utf-8"}

@app.delete("/v1/files/<fid>")
def delete(fid):
    FILES.pop(fid, None); return jsonify(id=fid, object="file", deleted=True)

@app.post("/v1/chat/completions")
def chat():
    body = request.get_json(); body["model"] = MODEL
    return requests.post(f"{OLLAMA}/chat/completions", json=body, timeout=600).json()

if __name__ == "__main__":
    app.run(port=18100)

test_quote.py：

import os; os.environ.setdefault("MOONSHOT_API_KEY", "test")
from kimi_fileqa import check_quote
T = ["自 2026 年 9 月 1 日起，出差住宿标准调整为：一线城市每晚不超过 700 元，其他城市不超过 450 元。"]

def test_real_quote_passes():
    assert check_quote("700 元\n依据：「一线城市每晚不超过 700 元」", T)[0]

def test_invented_quote_fails():
    assert not check_quote("900 元\n依据：「一线城市每晚不超过 900 元」", T)[0]
    assert check_quote("900 元", T) == (False, None)

def test_curly_quotes_accepted():
    assert check_quote("依据：《报销补充说明.pdf》中“一线城市每晚不超过 700 元”", T)[0]

def test_too_short_quote_is_not_evidence():
    assert not check_quote("依据：「700 元」", T)[0]

第 2 步：运行

# 真实使用
$ export MOONSHOT_API_KEY=sk-...
$ python kimi_fileqa.py "2026年10月出差住宿每晚最多报销多少？" 员工手册.pdf 报销补充说明.pdf
# box 上的离线测试：先启动 python fake_moonshot.py，再设置 KIMI_BASE_URL=http://127.0.0.1:18100/v1
✓ 已上传并抽取 员工手册.pdf（fake-ed5efadd5ba0，306 字符）
✓ 已上传并抽取 报销补充说明.pdf（fake-0860e0302342，87 字符）

依据：《报销补充说明.pdf》

2026年10月出差住宿最高最多可报销700元，因为文件明确规定自2026年9月1日起，出差住宿标准为一线城市每晚不超过700元，其他城市不超过450元。

⚠ 引文核对失败：没有给出依据，这个回答不可信，请人工查看原文件

（输入 437 tokens，输出 64 tokens）
已删除 2 个上传文件

检查点：这次的数字其实是对的，但模型没有按要求给出原文引用，程序照样判为不可信。这正是这道检查的作用：程序不判断答案对不对，只核对有没有原文依据。

调试示例

1. 编造的数字。 有一次运行，1.5B 模型回答“900 元”，并附上了一段看起来像原文的“依据”。check_quote 在原文里找不到这句话，判为不可信。没有这道检查的话，这个错误的答案就直接交给用户了。

2. 模拟服务器写错了。 我第一版的 fake_moonshot.py 在 /files/{id}/content 返回的是 JSON。重读官方文档后发现，真实接口返回的是抽取出来的纯文本（files.content(id).text），我改了模拟服务器。教训：模拟服务器是按我对文档的理解写的，本身也可能有错，上线前一定要用真实 API 再跑一遍。

3. 文件名“冒充”了引文。 我给每条 system 消息加了一个标题“文件《员工手册.pdf》的内容”。模型把“依据：「文件《员工手册.pdf》的内容」”当作引文，第一版核对时连标题一起比对，结果误判为通过。改成只和文件原文比对之后才正确，test_quote.py 里有对应的测试。

常见问题

模板规则

• 回答必须附带原文，由程序逐字核对。
• 核对只针对文件原文，不包括自己加的标题。
• 模拟服务器只用于离线开发，上线前必须用真实 API 验证。

项目资源

让模型“拿出原文来”，再用程序核对，是给文档问答加上的最简单、也最有效的一道保险。