不靠譜部門M這是我大模型到成為的踩坑實戰  ，從被罵全記錄

後來我改成了基於語義結構的实战切分策略：

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
，——這根本不是从被知識庫問答，轉成向量存起來
用戶提問時，骂不门讓它照著資料回答。靠谱坑全下一步就是为部向量化和檢索了。或聯係相關部門獲取幫助。记录段落等語義邊界切分            def __init__(self,大模到成的踩 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，問一個問題要等半天。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
！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
，有時候顧了這個忘了那個
。就是多試	、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，但向量相似度可能並不高。會打斷文檔的語義完整性
。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，大模型回答得頭頭是道，故障處理手冊、用戶體驗就很差
，太天真了
。要專業
、
不過
，多看	、趟過的坑挺多，老版本的操作手冊廢棄了，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、前後折騰了將近一個月。比如用戶問數據庫掛了怎麽辦，切分效果依然一般。今天這篇文章，包括代碼、我想先聊聊RAG這個概念，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
。有問題歡迎評論區交流
！每行輸出一個改寫結果，多迭代。新版本發布了。
有人問
：幫我寫個SQL。遇到不確定要說不知道……結果發現模型反而被繞暈了，大模型在回答時能更準確地理解這段內容的上下文。我用的是開源的BGE模型做Embedding，我沒有找到與您問題相關的資料
	。
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，
更坑的是，無法追溯和驗證。
後來的解決辦法：
上線前先梳理高頻問題
	，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。然後就踩了一堆坑
 。用詞差異很大 。不要序號
，它給你返回一堆包含服務器的文檔
，讓大家直接問問題就能得到答案 ？

我當時腦子一熱，格式如【資料1】
，對於答不上來的問題，但實際上，

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 ，如果我隻取Top 3喂給大模型
，請指出差異並說明各自的適用場景
。

第二，全部加起來可能要好幾秒。拍胸脯說沒問題 。它還是會編一個出來。做起來挺麻煩的。這個我們後麵再說。也不知道你們昨天剛修複的那個bug是怎麽解決的。後來的故事還算圓滿
 。向量檢索、但如果向量數據庫裏還存著老版本的內容，

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。先根據問題檢索出最相關的文檔片段

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，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;

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, 

。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
，
問題二：沒有引導大模型說明信息來源。再用重排序模型做精排。
八、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，沒想到也踩了不少坑
。方便用戶追溯原文。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']})

聽起來不複雜對吧 ？我當時也是這麽想的  ，領導在季度會上還專門表揚了一回。請按步驟清晰地列出；對於概念類問題，

幾點核心總結
：

1. RAG不是萬能的，每個chunk開頭都會帶上它的位置信息，

問題三：對於複雜問題，來源：{ source}】\n{ doc['content']}) return \n\n\n\n.join(parts)

五、

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。

還有人問 ：在嗎？——我也不知道他想幹啥。## 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，性能的優化 、上線後的一些經驗教訓

係統上線到現在差不多兩個月了，希望這篇文章能幫你少踩一些坑。回顧與思考

把這套係統從被罵下線到成為部門標配，記錄下來反饋給內容團隊，最終穩定下來的Prompt是這樣的：

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、也不願意去知識庫裏查
。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
。我被領導叫進辦公室罵了整整二十分鍾。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。GPT-4的訓練數據截止到某個時間點，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 ，如果你也在做類似的項目，支持手動觸發單篇重入庫

七、這一步我本以為最簡單，並建議用戶聯係相關部門或換個關鍵詞搜索。但比起之前那個沒人用的關鍵詞搜索 ，要求標注來源 # 格式化上下文，不要使用你自己的知識。可能就漏掉了最關鍵的信息
。體驗特別差，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。對於那些格式不規範的老文檔（沒有清晰的標題結構），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 ，我當時對RAG的理解還停留在把文檔丟進去就行的水平，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，5. 如果不同資料中的信息有衝突 ，4. 對於操作類問題 
，跟我們公司的實際流程八竿子打不著
。當參考資料裏確實沒有答案時，用戶問了幾個問題都答不上來，核心指令必須保留
，3. 回答時請標注信息來源
，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，讓他們補充相關文檔

做了一個兜底策略——如果檢索不到高相關度的內容，隻輸出類別名稱：- knowledge_query
：查詢知識庫信息（如詢問流程、答案可追溯的場景。覆蓋的場景有限
。第一條檢查項就沒包含進去。有時候檢索出的Top 5結果裏 ，月活躍用戶從0漲到了200多，按標題、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
，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。這是讓大模型幫寫代碼。大家寧可在群裏@人問 ，

RAG（Retrieval-Augmented Generation，但內容完全是它自己編的 ！效果的監控……每一項都是持續的工作。要友好
、但收獲也很大
。

二、因為很多剛接觸的朋友容易搞混。確保至少這些問題能回答好

搞了一個問題收集功能 ，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
，

具體來說分三步：

1. 把你的私有文檔切成小塊，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 ，但實際跑起來，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
   。用戶檢索到的可能是過時信息。問題是，這玩意兒除了當擺設，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，你搜服務器宕機怎麽辦，

   整個流程跑一遍
   ：Embedding編碼  、

   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，會一本正經地胡說八道。
   最初的Prompt特別樸素：
   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。給你編一個看起來很合理但其實是錯的答案
   
   。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	，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，專門幫助員工查找和理解公司內部文檔。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()

   這樣切出來的效果就好多了 。心理上就不會覺得那麽慢了 。

   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
   ，而是會基於它學過的通用知識，
   2. 切分和檢索是根基
   大家往往把注意力放在大模型本身
   ，
   4. 上線隻是開始
   真正的挑戰在上線之後
   。裏麵沉澱了公司近五年的技術文檔、於是就不來用了。
   最後
   ，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
   ，要簡潔、係統根本不知道那個事故是哪個。做創意）	
   ，
   一開始我把各種要求都寫進去
   	：回答要準確、
   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，現在這套係統已經成了部門的標配工具，
   3. Prompt工程真的是門手藝
   同樣的檢索結果，這就是所謂的幻覺（Hallucination）
   。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，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。用戶問的是需要做哪些檢查 ，規範  、## 你的工作準則1. **隻根據提供的參考資料回答問題** ，如果前麵的切分和檢索做得不好 ，操作方法）- code_request：請求生成代碼- chitchat ：閑聊或無明確意圖- other：其他用戶輸入：{ query}意圖類別：""" response = self.llm_client.chat.completions.create( model=self.llm_model, messages=[{ "role": "user", "content": intent_prompt}], temperature=0, max_tokens=20 ) return response.choices[0].message.content.strip()

對於非知識庫問答的意圖 ，

核心教訓 ：機械地按字數切分 ，回答的結構不夠清晰。

後來我加了一個意圖識別層 ，真正相關的那篇可能隻排在第3或第4位，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 。再強的模型也是巧婦難為無米之炊 。用戶問完問題後
，我無法找到關於這個問題的信息，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，把一些相似度尚可的文檔標題列出來 ，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]

查詢擴展這招特別好用 。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}，老員工翻文檔找答案，

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，馬上就能看到回答在打字，但前兩名是一些看起來相關但實際上文不對題的內容。
一、如果你的需求是讓大模型發揮創造力（比如寫文案、
教訓二
：冷啟動時的尷尬
係統剛上線時，不要編造2. 資料中沒有的信息，用戶的各種奇葩輸入、後來我又針對不同類型的文檔做了差異化處理
，
起因是這樣的——我們部門負責維護一套內部知識庫係統
，但它有兩個致命弱點
	：
第一，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	
，保持意思相同但用詞不同。
三、
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信息回答，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}，直接把所有文檔切成小塊。以及那些教科書上不會告訴你的實戰細節。知識有截止日期。不知道是從哪篇文檔裏來的，因為用戶說的掛了和文檔裏的異常，要分步驟、給用戶一個友好的提示而不是硬著頭皮檢索。
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，還有各種規範流程。要標注來源、重排序、)        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
，overlap=50	
，已經是質的飛躍了。
四
、優化指令可以根據問題類型動態調整	。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。覺得用更強的模型就能解決問題
。串起來	
：完整的RAG Pipeline
前麵說了一堆細節，
後來我的做法是
：區分核心指令和優化指令
，能覆蓋更多的相關文檔。推動補充文檔）

數字不算特別亮眼，


大模型很強 ，設置chunk_size=500，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，, 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，這裏挑幾個印象最深的說說 。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，不同的Prompt可能帶來天壤之別的回答效果
。就展示相關推薦 ，限製回答範圍、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，文檔的持續更新、用戶看到答案 ，RAG到底在解決什麽問題

在動手之前 ，它不知道你們公司上周發布的新規範，2. 如果參考資料中沒有相關信息
，我就把整個踩坑過程原原本本地記錄下來 ，

一切的起點是一頓臭罵

上個月，我花了將近三周時間重構了整個方案 ，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
，

這個問題說起來簡單，

(责任编辑：綜合)