让知识库及时清除失效的电子合同

旧合同已经移进 DocuSign 的 Deleted 文件夹，AI 助手却还在引用旧付款条款。问题出在知识同步：源文件退出了业务流程，检索系统里的文本、向量和关联知识却没有跟着消失。

作者为 Cognee 开发的 DocuSign connector，重点就是让助手及时「忘记」。最有价值的部分是：删除不一定改变状态时间，增量同步必须补上一条核对路径，而且不能把接口失败误判成删除。

为什么按状态增量同步会漏掉删除

Cognee 会把文档转成智能体可检索的知识图谱。这个 connector 将每个 envelope，也就是 DocuSign 的协议封套，映射为一份文档：前面放发送人、签署角色和时间、自定义字段、签署人填写的表单数据，后面接已签署 PDF 的文本。

用户可以按状态、文件夹或起始日期选择同步范围，后续运行只查询状态发生变化的封套。接入代码如下，它负责将来源合并到指定数据集：

source = docusign_source()  # DOCUSIGN_* from the environment
await cognee.remember(source, dataset_name="docusign",
                      write_disposition="merge")

要留意 write_disposition="merge"：这是持续同步的入口，删除识别还得由 connector 完成。

作者使用 from_date 和 from_to_status=changed 拉取增量，但 completed 封套不能再被 voided。用户移除已完成协议时，通常是移入 Deleted 文件夹，或者执行 purge。这两种操作都不会推进状态日期，时间游标便看不到它们。

增量列表没有返回某份协议，既不能证明它已删除，也不能证明它仍然有效。

因此，每次同步还要核对：此前入库、此次列表没有返回的封套，按 id 重新查询文件夹和清除状态。确认它进入回收站、被清除、已不存在或超出同步范围后，才生成删除操作。dlt 删除数据行，Cognee 的孤儿清理再移除图谱和向量中的对应内容。

怎样证明助手真的忘了

作者认为误删比漏删更糟，因此设了几条保护规则：分页失败、401 或长时间限流，都会让运行在删除和游标推进之前停止；空列表也不会直接清空数据集。

验证分成两层。第一层是假 DocuSign 服务，但仍通过真实 HTTP session 执行 JWT 交换、分页和重试。59 项测试通过，其中一项运行完整 Cognee 管线并 mock LLM，确认内容未变的重复同步不会调用 LLM。

第二层使用免费开发者账号和真实 LLM。作者通过 API 创建 5 份协议，用无头浏览器签署，查询时拿到了全部 5 位签署人及正确时间。

随后，作者把 Deltacorp offer letter 移入 Deleted。它仍是 completed，但下次同步报告 forgotten: 1，文档数从 5 降至 4。再次询问信中的薪资，助手回答上下文没有说明。另一份协议被 purge 后，状态同样保持 completed，只有 purgeState 变为 documents_queued；同步再次报告 forgotten: 1，文档数从 4 降至 3。

真实账号还确认了几个接口细节：按 id 查询不需要 from_date，表单数据符合预期，文件夹类型是 sentitems 和 recyclebin。

不过，扫描 PDF 只有模拟测试覆盖，因为演示环境会给每页盖上文本，无法得到真正空的文本层。connector 没有 OCR；彻底退出所有列表的 purge、生产环境、不同签署邮箱也没有完成实测，5 位签署人用的都是作者自己的邮箱。

我的判断

我认可它把「遗忘」作为同步流程的一部分。对于依赖文档检索的助手，仅在回答提示词里要求使用最新资料，无法解决旧内容仍被检索出来的问题。

它的代价也很明确：每轮都要按 id 核对未出现在增量列表中的历史封套。历史数据越多，额外请求可能越多，但原文没有给出请求量、耗时或大规模运行数据。与全量重建、事件通知等做法相比，目前无法判断它在成本和时效上的优势。

这次实验验证了两条删除路径，没有证明所有生产场景都已覆盖。

薪资问题不再返回旧内容，是有用的结果；但一次问答不能替代对图谱、向量和其他副本的全面验证。另外，这里处理的是 Cognee 检索数据，不能理解成让底层模型删除了训练记忆。代码仍在 issue #5716 对应的 PR 中，也应按待审实现看待。

能拿来做什么

• 给文档类 AI 助手设计同步任务时，把更新检测与删除核对分别实现，并为删除保留源文档 id，避免只依赖时间游标。
• 在 Node 等服务中接入类似外部数据源时，将分页失败、鉴权失败和限流与「数据不存在」区分处理；发生这些错误时，停止删除和游标推进。
• 复现实验可以从 packages/connector/docusign/examples/example.py 入手，准备免费开发者账号、带 RSA 密钥对的 integration key，并完成一次授权同意。JWT grant 还需要 user id，API host 应来自 userinfo，不要硬编码 demo.docusign.net。
• 连接真实协议前，缩小 API 用户权限并使用独立数据集。connector 只发送 GET 请求，但仍会把协议内容写入知识系统，源端权限和下游数据范围都需要控制。