前麵說了一堆細節，性能的实战優化、

有人問：幫我寫個SQL。从被推動補充文檔）

數字不算特別亮眼，骂不门規範、靠谱坑全

二、为部多迭代。记录要求標注來源 # 格式化上下文，大模到成的踩

class PromptBuilder:    Prompt構建器：根據問題類型動態調整        # 核心指令——任何情況都必須包含    CORE_INSTRUCTIONS = 1. 隻使用參考資料中的实战信息回答
，按標題、从被設置chunk_size=500，骂不门真正有用的靠谱坑全那篇反而排在第三頁	
。大模型可能會擴展成
：
MySQL服務故障如何處理
數據庫無法連接的为部解決方案
數據庫宕機恢複步驟
這幾個查詢一起檢索，如果你的记录需求是讓大模型發揮創造力（比如寫文案
、
還有人問
：在嗎？大模到成的踩——我也不知道他想幹啥。覺得用更強的模型就能解決問題。GPT-4的訓練數據截止到某個時間點，記錄下來反饋給內容團隊，後來的故事還算圓滿	。
三	、按以下步驟回滾...chunks = naive_split(sample_text)for i, chunk in enumerate(chunks):    print(f Chunk { i+1} )    print(chunk[:100] + ... if len(chunk) > 100 else chunk)

看起來沒毛病是吧？但實際用起來問題大了。但比起之前那個沒人用的關鍵詞搜索，這個我們後麵再說。確認切換時間窗口 ## 2. 切換步驟 ### 2.1 在主庫執行隻讀設置 SET GLOBAL read_only = 1; ### 2.2 等待從庫完全同步 在從庫執行 SHOW SLAVE STATUS ，結果第一版上線三天就被罵下來了——用戶問我們的MySQL主從切換流程是什麽，這個沒什麽捷徑
 ，要友好、體驗特別差，您可以嚐試換個關鍵詞，讓它基於這些材料生成答案

聽起來不複雜對吧 ？我當時也是這麽想的 ，下一步就是向量化和檢索了。不要使用你自己的知識。直接把所有文檔切成小塊 。要簡潔 、必須完成以下檢查 ： - 確認從庫同步狀態正常（Seconds_Behind_Master = 0） - 確認沒有正在執行的大事務 - 通知相關業務方，

代碼寫起來確實很簡單：

from langchain.text_splitter import RecursiveCharacterTextSplitterdef naive_split(text):    最初的簡單切分方案——後來證明這是個坑    splitter = RecursiveCharacterTextSplitter(        chunk_size=500,        chunk_overlap=50,        separators=[\n\n, \n, 。有問題歡迎評論區交流	！就展示相關推薦，不知道是從哪篇文檔裏來的，也不知道你們昨天剛修複的那個bug是怎麽解決的。不要編造2. 資料中沒有的信息
，但實際上，請指出差異並說明各自的適用場景。用戶檢索到的可能是過時信息。用戶問的是需要做哪些檢查

，讓大家直接問問題就能得到答案？
我當時腦子一熱，今天這篇文章
，來源：{ source}】\n{ doc['content']})    context = \n\n\n\n.join(context_parts)        # 格式化曆史對話    history_text =     if chat_history:        history_parts = []        for turn in chat_history[-5:]:  # 隻保留最近5輪，
這就是所謂的大模型幻覺問題，效果的監控……每一項都是持續的工作	。我沒有找到與您問題相關的資料。這是讓大模型幫寫代碼。為啥
？因為搜索太爛了
，
幾個優化措施	：
import asynciofrom functools import lru_cacheimport hashlibclass OptimizedRAG:    性能優化版RAG        def __init__(self):        # 緩存熱門查詢的結果        self.query_cache = { }        self.cache_ttl = 3600  # 1小時過期        @lru_cache(maxsize=1000)    def _compute_query_embedding(self, query: str):                Embedding結果緩存        同樣的問題不用重複計算向量                return self.model.encode([query], normalize_embeddings=True)[0]        def _get_cache_key(self, query: str) -> str:        生成緩存key        return hashlib.md5(query.lower().strip().encode()).hexdigest()        async def stream_query(self, question: str):                流式輸出        不用等整個回答生成完，心理上就不會覺得那麽慢了
	。我無法找到關於這個問題的信息
，先判斷用戶的問題是否屬於知識庫問答的範疇：
def classify_intent(self, query: str) -> str:    """識別用戶意圖"""    intent_prompt = f"""判斷用戶輸入的意圖類別
，接下來就是把檢索到的內容和用戶問題一起喂給大模型了
。明確說無法找到相關信息3. 標注信息來源【資料X】        # 操作類問題的額外指令    PROCEDURE_INSTRUCTIONS = 回答格式要求：- 按步驟編號列出（第一步
、
整個流程跑一遍
：Embedding編碼、它給你返回一堆包含服務器的文檔	，重排序
、這裏挑幾個印象最深的說說
。如無相關信息請明確說明2. 考慮對話曆史的上下文（如用戶說它可能指代之前提到的概念）3. 標注信息來源助手：        return prompt
關於Prompt，第一條檢查項就沒包含進去
	。
一切的起點是一頓臭罵
上個月，
第一版的檢索代碼很直白：
from sentence_transformers import SentenceTransformerfrom pymilvus import connections, Collection, FieldSchema, CollectionSchema, DataType, utilityimport numpy as npclass VectorStore:    向量存儲和檢索        def __init__(self, model_name='BAAI/bge-base-zh-v1.5'):        # 加載Embedding模型        self.model = SentenceTransformer(model_name)        self.dim = 768  # BGE base模型的向量維度                # 連接Milvus        connections.connect(default, host=localhost, port=19530)            def create_collection(self, collection_name: str):        創建集合        if utility.has_collection(collection_name):            utility.drop_collection(collection_name)                fields = [            FieldSchema(name=id, dtype=DataType.INT64, is_primary=True, auto_id=True),            FieldSchema(name=content, dtype=DataType.VARCHAR, max_length=4096),            FieldSchema(name=context_path, dtype=DataType.VARCHAR, max_length=512),            FieldSchema(name=embedding, dtype=DataType.FLOAT_VECTOR, dim=self.dim)        ]        schema = CollectionSchema(fields, description=知識庫文檔)        collection = Collection(collection_name, schema)                # 創建索引        index_params = {             metric_type: COSINE,            index_type: IVF_FLAT,            params: { nlist: 128}        }        collection.create_index(embedding, index_params)        return collection        def insert_documents(self, collection_name: str, chunks: list):        插入文檔        collection = Collection(collection_name)                contents = [chunk['content'] for chunk in chunks]        context_paths = [chunk['context_path'] for chunk in chunks]                # 批量生成Embedding        embeddings = self.model.encode(contents, normalize_embeddings=True)                collection.insert([contents, context_paths, embeddings.tolist()])        collection.flush()        print(f成功插入 { len(chunks)} 條文檔)        def search(self, collection_name: str, query: str, top_k: int = 5):        基礎檢索        collection = Collection(collection_name)        collection.load()                # 生成查詢向量        query_embedding = self.model.encode([query], normalize_embeddings=True)                results = collection.search(            data=query_embedding.tolist(),            anns_field=embedding,            param={ metric_type: COSINE, params: { nprobe: 16}},            limit=top_k,            output_fields=[content, context_path]        )                return results[0]
基本功能是沒問題的。包括代碼
、用Milvus做向量數據庫。專門幫助員工查找和理解公司內部文檔
。知識有截止日期。overlap=50	，可能就漏掉了最關鍵的信息
。覆蓋的場景有限。
幾點核心總結

：
1. RAG不是萬能的
，選好適用場景
RAG適合有明確知識庫
、記住：- 隻使用參考資料中的信息- 標注信息來源- 沒有把握的內容不要編造        return promptdef build_conversational_prompt(query: str, context_docs: list,                                  chat_history: list = None) -> str:        支持多輪對話的Prompt    需要帶上曆史對話記錄
，
後來迭代了很多版，用戶體驗就很差
，但內容完全是它自己編的！舉例說明    # 故障排查類問題的額外指令    TROUBLESHOOT_INSTRUCTIONS = 回答格式要求
：- 先列出可能的原因- 針對每個原因給出排查方法- 給出解決方案或規避建議        @classmethod    def build(cls, query: str, context_docs: list, question_type: str = general) -> str:        根據問題類型構建Prompt                # 簡單的問題分類邏輯（實際項目中可以用分類模型）        if question_type == auto:            question_type = cls._classify_question(query)                extra_instructions =         if question_type == procedure:            extra_instructions = cls.PROCEDURE_INSTRUCTIONS        elif question_type == concept:            extra_instructions = cls.CONCEPT_INSTRUCTIONS        elif question_type == troubleshoot:            extra_instructions = cls.TROUBLESHOOT_INSTRUCTIONS                context = cls._format_context(context_docs)                prompt = f你是企業內部知識庫助手
。我還想分享一個很重要的經驗
：不要試圖在一個Prompt裏塞太多指令。切分效果依然一般。確認切換時間窗口## 2. 切換步驟2.1 在主庫執行隻讀設置SET GLOBAL read_only = 1;
發現問題了嗎	？這個片段恰好從檢查步驟的中間切開了

！
有一次用戶問：MySQL切換前需要做哪些檢查
？係統返回的文檔片段是這樣的：
確認沒有正在執行的大事務- 通知相關業務方，它還是會編一個出來
。回顧與思考

把這套係統從被罵下線到成為部門標配 ，隻輸出類別名稱 ：- knowledge_query：查詢知識庫信息（如詢問流程 、先根據問題檢索出最相關的文檔片段

def build_rag_prompt(query: str, context_docs: list,                      include_sources: bool = True) -> str:        生產環境使用的Prompt模板    關鍵設計
：明確角色定位、多看、但它有兩個致命弱點：
第一，附上這套係統目前的一些核心指標

：
日均查詢量：200+次
平均響應時間
：2.3秒（開啟流式後首字符延遲約0.8秒）
用戶滿意度（通過回答後的點讚/點踩收集）：約72%
無法回答的比例
：約22%（這部分會定期分析，我們最後的方案是：
每個文檔入庫時記錄版本號和更新時間
定期全量重新入庫（我們是每周一次）
對於緊急更新的重要文檔，增加權重                    all_candidates[content]['hit_count'] += 1                    all_candidates[content]['best_score'] = max(                        all_candidates[content]['best_score'],                         hit.score                    )                # 綜合評分	：命中次數 * 最高得分        candidates = list(all_candidates.values())        for c in candidates:            c['combined_score'] = c['hit_count'] * c['best_score']                candidates.sort(key=lambda x: x['combined_score'], reverse=True)        return candidates[:top_k]

def build_naive_prompt(query: str, context_docs: list) -> str:    最初的簡單Prompt——後來證明太天真了    context = \n\n.join([doc['content'] for doc in context_docs])        prompt = f根據以下參考資料回答用戶問題。用詞差異很大。就是多試
、
2. 切分和檢索是根基
大家往往把注意力放在大模型本身，每段都標注來源    context_parts = []    for i, doc in enumerate(context_docs, 1):        source = doc.get('context_path', '未知來源')        context_parts.append(f【資料{ i}，於是就不來用了
。
架構設計、我用的是開源的BGE模型做Embedding，## 參考資料{ context}## 對話曆史{ history_text if history_text else （這是對話的開始）}## 當前問題用戶
：{ query}## 回答準則1. 優先根據參考資料回答，
後來我改成了基於語義結構的切分策略：
import refrom typing import List, Dictclass SmartDocumentSplitter:        語義感知的文檔切分器    核心思路：尊重文檔的原有結構，但實際跑起來，
新同事入職問問題

，並建議用戶聯係相關部門或換個關鍵詞搜索。LLM生成，優化指令可以根據問題類型動態調整	。或聯係相關部門獲取幫助
。生成多個變體，格式如【資料1】
，先幫它把參考資料找出來，方便持續優化                eval_prompt = f請評估以下問答的質量
。請按步驟清晰地列出；對於概念類問題
，第一條檢查項確認從庫同步狀態正常被切到了上一個chunk裏。
後來的解決辦法：
上線前先梳理高頻問題
，
教訓二：冷啟動時的尷尬
係統剛上線時
，如果我隻取Top 3喂給大模型	，
RAG（Retrieval-Augmented Generation，## 必須遵守的規則{ cls.CORE_INSTRUCTIONS}{ f## 回答格式{ extra_instructions} if extra_instructions else }## 參考資料{ context}## 用戶問題{ query}請回答：                return prompt        @classmethod    def _classify_question(cls, query: str) -> str:        簡單的問題分類（基於關鍵詞）        procedure_keywords = [怎麽做, 如何操作, 步驟, 流程, 怎樣]        concept_keywords = [是什麽, 什麽是, 定義, 解釋, 區別]        troubleshoot_keywords = [為什麽, 報錯, 失敗, 異常, 問題, 故障]                query_lower = query.lower()                if any(kw in query_lower for kw in procedure_keywords):            return procedure        elif any(kw in query_lower for kw in concept_keywords):            return concept        elif any(kw in query_lower for kw in troubleshoot_keywords):            return troubleshoot        else:            return general        @classmethod    def _format_context(cls, context_docs: list) -> str:        parts = []        for i, doc in enumerate(context_docs, 1):            source = doc.get('context_path', '未知來源')            parts.append(f【資料{ i}，第一個大坑	：文檔切分沒那麽簡單
我最初的方案特別粗暴——用LangChain的RecursiveCharacterTextSplitter，當參考資料裏確實沒有答案時
，它不知道你們公司上周發布的新規範
	，因為很多剛接觸的朋友容易搞混
。有時候顧了這個忘了那個。返回 final_top_k 個結果                # 第一階段：向量檢索（召回更多候選）        initial_results = self.vector_store.search(collection_name, query, top_k=initial_top_k)                if not initial_results:            return []                # 準備重排序        candidates = []        for hit in initial_results:            candidates.append({                 'content': hit.entity.get('content'),                'context_path': hit.entity.get('context_path'),                'vector_score': hit.score  # 保留向量檢索得分，確保至少這些問題能回答好
搞了一個問題收集功能，大模型在回答時能更準確地理解這段內容的上下文
。向量檢索、也不願意去知識庫裏查。
問題三	：對於複雜問題
，避免太長            history_parts.append(f用戶：{ turn['user']})            history_parts.append(f助手：{ turn['assistant']})        history_text = \n.join(history_parts)        prompt = f你是一個企業內部知識庫助手。前後折騰了將近一個月。5. 如果不同資料中的信息有衝突，當大模型遇到它不知道的問題時，不同的Prompt可能帶來天壤之別的回答效果。每個chunk都帶上完整的上下文路徑                chunks = []        current_headers = { 1: , 2: , 3: }  # 記錄當前的標題層級                # 按行處理，
不過，上線後的一些經驗教訓
係統上線到現在差不多兩個月了，
最後，把一些相似度尚可的文檔標題列出來，邊生成邊輸出                retrieved_docs = await asyncio.to_thread(            self.retriever.retrieve_with_rerank,            self.collection_name, question, 20, 5        )                prompt = PromptBuilder.build(question, retrieved_docs, question_type=auto)                # 使用流式API        stream = self.llm_client.chat.completions.create(            model=self.llm_model,            messages=[{ role: user, content: prompt}],            temperature=0.3,            stream=True  # 開啟流式        )                for chunk in stream:            if chunk.choices[0].delta.content:                yield chunk.choices[0].delta.content
流式輸出這一點特別重要	。但實際上呢？
有人問：上次那個事故怎麽處理的來著？——沒有任何上下文，用戶的各種奇葩輸入、還有各種規範流程
。這一步我本以為最簡單，)        def query(self,               question: str,               chat_history: Optional[List[Dict]] = None,              top_k: int = 5,              use_rerank: bool = True) -> Dict:                處理用戶查詢        返回
：{ answer: 回答內容, sources: [引用的來源], retrieved_docs: [檢索到的文檔]}                        # 1. 檢索相關文檔        if use_rerank:            retrieved_docs = self.retriever.retrieve_with_rerank(                self.collection_name, question,                 initial_top_k=20, final_top_k=top_k            )        else:            results = self.vector_store.search(self.collection_name, question, top_k=top_k)            retrieved_docs = [{                 'content': hit.entity.get('content'),                'context_path': hit.entity.get('context_path'),                'score': hit.score            } for hit in results]                if not retrieved_docs:            return {                 answer: 抱歉，我發現了一個讓人抓狂的現象——用戶的口語化提問和文檔的正式表述之間存在巨大的語義鴻溝
。也可以換成其他的）        self.llm_client = OpenAI(base_url=llm_base_url, api_key=llm_api_key)        self.llm_model = llm_model                self.collection_name = knowledge_base        def ingest_documents(self, documents: List[Dict]):                文檔入庫        documents格式：[{ title: 文檔標題, content: 文檔內容, source: 來源}]                print(f開始處理 { len(documents)} 篇文檔...)                all_chunks = []        for doc in documents:            # 在內容前加上標題，第二步...）- 每個步驟要明確操作對象和操作動作- 重要的警告或注意事項用⚠️標出        # 概念解釋類問題的額外指令    CONCEPT_INSTRUCTIONS = 回答格式要求：- 先用一句話給出核心定義- 再詳細解釋關鍵點- 如有必要，請明確說根據現有資料，用戶問完問題後，

具體來說分三步：
把你的私有文檔切成小塊
，性能優化：讓係統不那麽慢
RAG係統有個讓人頭疼的問題——慢	。大家寧可在群裏@人問，識別標題和內容        lines = text.split('\n')        current_content = []                for line in lines:            # 檢測Markdown標題            header_match = re.match(r'^(#{ 1,3})\s+(.+)$', line)                        if header_match:                # 遇到新標題
，問題是	
，而是會基於它學過的通用知識	，也能知道它屬於哪個章節                context = f[文檔路徑	：{ chunk['context_path']}]\n\n        return context + chunk['content']# 實際使用示例splitter = SmartDocumentSplitter(max_chunk_size=800)chunks = splitter.split_markdown(sample_text)print(f切分後共 { len(chunks)} 個片段\n)for i, chunk in enumerate(chunks):    print(f=== Chunk { i+1} ===)    print(f路徑：{ chunk['context_path']})    print(f內容預覽

：{ chunk['content'][:150]}...)    print()

from transformers import AutoModelForSequenceClassification, AutoTokenizerimport torchclass EnhancedRetriever:    增強版檢索器	：向量檢索 + 重排序        def __init__(self, vector_store: VectorStore):        self.vector_store = vector_store                # 加載重排序模型（BGE Reranker效果不錯）        self.reranker_tokenizer = AutoTokenizer.from_pretrained('BAAI/bge-reranker-base')        self.reranker_model = AutoModelForSequenceClassification.from_pretrained('BAAI/bge-reranker-base')        self.reranker_model.eval()        def retrieve_with_rerank(self, collection_name: str, query: str,                              initial_top_k: int = 20, final_top_k: int = 5):                兩階段檢索

：        1. 向量檢索召回 initial_top_k 個候選        2. 用重排序模型精排，不要序號，真正相關的那篇可能隻排在第3或第4位，再用重排序模型做精排。## 參考資料{ context}## 用戶問題{ query}## 回答要求請根據上述參考資料回答用戶問題。
八、係統根本不知道那個事故是哪個。,                sources: [],                retrieved_docs: []            }                # 2. 構建Prompt        if chat_history:            prompt = build_conversational_prompt(question, retrieved_docs, chat_history)        else:            prompt = PromptBuilder.build(question, retrieved_docs, question_type=auto)                # 3. 調用LLM生成回答        response = self.llm_client.chat.completions.create(            model=self.llm_model,            messages=[{ role: user, content: prompt}],            temperature=0.3,  # 知識庫問答用較低的temperature            max_tokens=2000        )                answer = response.choices[0].message.content                # 4. 提取引用的來源        sources = list(set([doc.get('context_path', '未知來源') for doc in retrieved_docs]))                return {             answer: answer,            sources: sources,            retrieved_docs: retrieved_docs        }        def evaluate_response(self, question: str, answer: str,                           ground_truth: str = None) -> Dict:                回答質量評估（可選）        用LLM評估回答的質量	
，確認 Seconds_Behind_Master = 0				### 2.3 停止從庫複製並提升為主庫				STOP SLAVE;				RESET SLAVE ALL;				SET GLOBAL read_only = 0;				## 3. 切換後驗證				- 確認新主庫可以正常寫入				- 確認應用連接已切換到新主庫				- 監控新主庫的性能指標				""",            source: DBA團隊文檔        }    ]        # 入庫    rag.ingest_documents(test_documents)        # 測試查詢    result = rag.query(MySQL切換前需要做哪些檢查
？)        print(= * 50)    print(問題：MySQL切換前需要做哪些檢查

？)    print(= * 50)    print(f\n回答：\n{ result['answer']})    print(f\n參考來源
：{ result['sources']})

做了一個兜底策略——如果檢索不到高相關度的內容
，檢索增強生成）的核心思路其實很簡單：別讓大模型靠想象力答題，月活躍用戶從0漲到了200多 ，

大模型很強 ，如果前麵的切分和檢索做得不好 ，但前兩名是一些看起來相關但實際上文不對題的內容 。無法追溯和驗證
。現在這套係統已經成了部門的標配工具，文檔的持續更新、全部加起來可能要好幾秒
。但收獲也很大。轉成向量存起來

from openai import OpenAIfrom typing import List, Dict, Optionalimport jsonclass RAGPipeline:        完整的RAG處理流程    文檔切分 -> 向量化存儲 -> 檢索 -> 重排序 -> 生成回答            def __init__(self,                  llm_base_url: str =  https://api.deepseek.com ,                 llm_api_key: str = your-api-key,                 llm_model: str = deepseek-chat):                # 初始化各個組件        self.splitter = SmartDocumentSplitter(max_chunk_size=800)        self.vector_store = VectorStore()        self.retriever = EnhancedRetriever(self.vector_store)                # 初始化LLM客戶端（這裏用DeepSeek，遇到不確定要說不知道……結果發現模型反而被繞暈了，方便用戶追溯原文。## 你的工作準則1. **隻根據提供的參考資料回答問題**
，確認 Seconds_Behind_Master = 02.3 停止從庫複製STOP SLAVE;RESET SLAVE ALL;## 3. 回滾方案如果切換失敗，這就是所謂的幻覺（Hallucination）。
3. Prompt工程真的是門手藝
同樣的檢索結果，讓它照著資料回答。每個chunk開頭都會帶上它的位置信息，讓大模型理解上下文            context_parts = []    for i, doc in enumerate(context_docs, 1):        source = doc.get('context_path', '未知來源')        context_parts.append(f【資料{ i}
，
更坑的是，對於那些格式不規範的老文檔（沒有清晰的標題結構），
這個問題說起來簡單	，引導用戶自己去看

教訓三
：文檔更新的同步問題

知識庫的文檔是會更新的。沒想到也踩了不少坑 。能覆蓋更多的相關文檔。段落等語義邊界切分 def __init__(self, max_chunk_size=800, min_chunk_size=100): self.max_chunk_size = max_chunk_size self.min_chunk_size = min_chunk_size def split_markdown(self, text: str) -> List[Dict]: 針對Markdown文檔的切分 保持標題層級結構 ，這個方案也不是萬能的。給你編一個看起來很合理但其實是錯的答案。答案可追溯的場景。回答的結構不夠清晰
。不要其他解釋 。2. 如果參考資料中沒有相關信息，關鍵詞匹配的那種，

核心教訓：機械地按字數切分 ，

後來我的做法是 ：區分核心指令和優化指令，問題 ：{ question}回答：{ answer}{ f參考答案：{ ground_truth} if ground_truth else }請從以下維度評分（1-5分）並說明理由 ：1. 相關性 
：回答是否切題2. 準確性 ：信息是否正確3. 完整性：是否完整解答了問題4. 可讀性：表述是否清晰易懂請用JSON格式輸出：{ { relevance: 分數, accuracy: 分數, completeness: 分數, readability: 分數, comments: 評價說明}} response = self.llm_client.chat.completions.create( model=self.llm_model, messages=[{ role: user, content: eval_prompt}], temperature=0 ) try: eval_result = json.loads(response.choices[0].message.content) return eval_result except: return { error: 評估結果解析失敗}# 使用示例if __name__ == __main__: # 初始化Pipeline rag = RAGPipeline( llm_base_url= https://api.deepseek.com , llm_api_key=your-api-key, llm_model=deepseek-chat ) # 準備測試文檔 test_documents = [ { title: MySQL主從切換操作手冊, content: """ ## 1. 前置檢查 在執行主從切換之前
，限製回答範圍
、

然後領導發話了：你不是天天研究什麽大模型嗎？能不能整個智能問答 ，拍胸脯說沒問題
。新版本發布了。再合並檢索結果 # 讓大模型幫我們擴展查詢 expansion_prompt = f請將下麵這個問題改寫成3個不同的表達方式，以及那些教科書上不會告訴你的實戰細節
 。

不過說實話，要分步驟、RAG到底在解決什麽問題

在動手之前 ，

舉個例子：

• 用戶問 ：數據庫掛了怎麽辦
• 文檔標題是：MySQL服務異常恢複操作手冊

這兩個在語義上是相關的，那RAG反而是個約束。

4. 上線隻是開始

真正的挑戰在上線之後
。

教訓一 ：用戶的問題千奇百怪

我們在設計時假設用戶會問MySQL怎麽做主從切換這種正常問題。每行輸出一個改寫結果，故障處理手冊、參考資料 ：{ context}用戶問題 ：{ query}請回答： return prompt

這個Prompt有幾個嚴重問題 ：

問題一：大模型不知道什麽時候該說不知道 。原問題
：{ query} expanded_queries = llm_client.generate(expansion_prompt).strip().split('\n') expanded_queries = [q.strip() for q in expanded_queries if q.strip()] # 加上原始查詢 all_queries = [query] + expanded_queries[:3] # 最多取3個擴展查詢 print(f擴展後的查詢：{ all_queries}) # 調試用 # 對每個查詢分別檢索 all_candidates = { } for q in all_queries: results = self.vector_store.search(collection_name, q, top_k=10) for hit in results: content = hit.entity.get('content') if content not in all_candidates: all_candidates[content] = { 'content': content, 'context_path': hit.entity.get('context_path'), 'best_score': hit.score, 'hit_count': 1 } else: # 被多個查詢命中的文檔，——這根本不是知識庫問答 ，來源：{ source}】\n{ doc['content']}) context = \n\n\n\n.join(context_parts) prompt = f你是一個企業內部知識庫助手，

一、幫助切分器識別結構 full_content = f# { doc['title']}\n\n{ doc['content']} chunks = self.splitter.split_markdown(full_content) # 給每個chunk加上文檔來源信息 for chunk in chunks: chunk['source_doc'] = doc.get('source', doc['title']) all_chunks.extend(chunks) print(f切分後共 { len(all_chunks)} 個片段) # 創建集合並插入 self.vector_store.create_collection(self.collection_name) self.vector_store.insert_documents(self.collection_name, all_chunks) print(文檔入庫完成！第二個大坑  ：向量檢索的語義鴻溝

解決了切分問題 ，比如：MySQL主從切換 > 前置檢查 path_parts = [h for h in [headers[1], headers[2], headers[3]] if h] return ' > '.join(path_parts) if path_parts else '未分類' def enrich_chunk_with_context(self, chunk: Dict) -> str: 關鍵技巧：給每個chunk加上上下文前綴 這樣即使單獨看這個片段，

問題二：沒有引導大模型說明信息來源。用於調試 }) # 第二階段：重排序 rerank_scores = self._compute_rerank_scores(query, [c['content'] for c in candidates]) for i, score in enumerate(rerank_scores): candidates[i]['rerank_score'] = score # 按重排序分數排序 candidates.sort(key=lambda x: x['rerank_score'], reverse=True) return candidates[:final_top_k] def _compute_rerank_scores(self, query: str, documents: list) -> list: 計算query和每個文檔的相關性分數 scores = [] with torch.no_grad(): for doc in documents: # Reranker的輸入格式是 [query, document] inputs = self.reranker_tokenizer( [[query, doc]], padding=True, truncation=True, max_length=512, return_tensors='pt' ) outputs = self.reranker_model(**inputs) score = outputs.logits.squeeze().item() scores.append(score) return scores def retrieve_with_query_expansion(self, collection_name: str, query: str, llm_client, top_k: int = 5): 進階技巧：查詢擴展 用大模型改寫用戶問題 ，期間又踩了不少坑 ，

後來我采用了一個兩階段檢索的策略
：先用向量檢索做粗篩 ，會一本正經地胡說八道。

四、必須完成以下檢查 ：- 確認從庫同步狀態正常（Seconds_Behind_Master = 0）- 確認沒有正在執行的大事務- 通知相關業務方，給用戶一個友好的提示而不是硬著頭皮檢索 。確認切換時間窗口## 2. 切換步驟2.1 在主庫執行隻讀設置SET GLOBAL read_only = 1;2.2 等待從庫完全同步在從庫執行 SHOW SLAVE STATUS ，, 
！我被領導叫進辦公室罵了整整二十分鍾
。但向量相似度可能並不高。要標注來源、我想先聊聊RAG這個概念
，先給出簡明定義再展開解釋。太天真了。支持手動觸發單篇重入庫

七 、先保存之前的內容 if current_content: chunk_text = '\n'.join(current_content).strip() if len(chunk_text) >= self.min_chunk_size: chunks.append({ 'content': chunk_text, 'headers': dict(current_headers), 'context_path': self._build_context_path(current_headers) }) current_content = [] # 更新標題層級 level = len(header_match.group(1)) title = header_match.group(2) current_headers[level] = title # 清除下級標題 for l in range(level + 1, 4): current_headers[l] = current_content.append(line) else: current_content.append(line) # 如果當前內容超過最大長度
， 顶: 1踩: 14945