RAG 重复文档进库：相似度过掉还是按主键去重

同一份超时规范，邮件、网盘、wiki 三个渠道各灌了一遍，三份全都还在库里。问它默认值是多少，有时候答 3 秒，有时候答 30 秒——那份 30 秒的副本封面上还带着 Logo，写得更长，也更像一句问句，越像问句的副本分数反而越高，越高的分数就把现行内容挤到后面去了。挤掉之后，有人提议用相似度算法把重复内容删掉，可删。