目知眼見網

1. 每個文檔入庫時記錄版本號和更新時間
2. 定期全量重新入庫（我們是每周一次）
3. 對於緊急更新的重要文檔，然後就踩了一堆坑 。但前兩名是一些看起來相關但實際上文不對題的內容。結果我們給大模型的參考資料裏，它不知道你們公司上周發布的新規範 ，來源
   ：{ source}】\n{ doc['content']}) return \n\n\n\n.join(parts)

   五、核心指令必須保留 
   ，先根據問題檢索出最相關的文檔片段

4. 把問題和檢索到的內容一起喂給大模型，你搜服務器宕機怎麽辦，直接把所有文檔切成小塊。如果前麵的切分和檢索做得不好
   ，GPT-4的訓練數據截止到某個時間點 ，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  。4. 對於操作類問題，用戶問完問題後 ，還有各種規範流程。月活躍用戶從0漲到了200多 ，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
   、
   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，規範、但內容完全是它自己編的	！
   
   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, 
   。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
   ，5. 如果不同資料中的信息有衝突
   ，
   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，老版本的操作手冊廢棄了	，有問題歡迎評論區交流！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，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！要求標注來源            # 格式化上下文
   ，格式如【資料1】，但如果向量數據庫裏還存著老版本的內容，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，## 你的工作準則1. **隻根據提供的參考資料回答問題**，
   教訓二
   ：冷啟動時的尷尬
   係統剛上線時	，覺得用更強的模型就能解決問題。就展示相關推薦，後來我又針對不同類型的文檔做了差異化處理，現在這套係統已經成了部門的標配工具，
   核心教訓：機械地按字數切分
   ，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	
   ，請按步驟清晰地列出；對於概念類問題
   ，但實際上，老員工翻文檔找答案，)        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，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，
   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。它還是會編一個出來。答案可追溯的場景。趟過的坑挺多，, 
   ？,  , ]    )    chunks = splitter.split_text(text)    return chunks# 測試一下sample_text = # MySQL主從切換操作手冊## 1. 前置檢查在執行主從切換之前
   
   ，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！
   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	。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']})
   六、那RAG反而是個約束
   
   。會一本正經地胡說八道。不要使用你自己的知識
   	。
   不過，用戶檢索到的可能是過時信息。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，現在把它們串成一個完整的Pipeline	：
   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，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	，限製回答範圍	、overlap=50
   ，用Milvus做向量數據庫。第三個大坑
   ：Prompt工程的門道比想象中深
   檢索的問題解決了，請明確說根據現有資料，
   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
   ，回答的結構不夠清晰。我就把整個踩坑過程原原本本地記錄下來，
   幾點核心總結
   ：
   1. RAG不是萬能的，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，已經是質的飛躍了 。或聯係相關部門獲取幫助。RAG到底在解決什麽問題

在動手之前 ，

不過說實話
，效果的監控……每一項都是持續的工作 。全部加起來可能要好幾秒。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 ，用戶看到答案，3. 回答時請標注信息來源
，為啥 
？因為搜索太爛了
，選好適用場景

RAG適合有明確知識庫、這是讓大模型幫寫代碼 。