RAG 知识工程

内容接入

确认数据来源、更新频率、权限、语言、版本和责任人。扫描件先完成 OCR 和抽样校验，表格、代码和步骤不能在转换中丢失结构。

切片原则

• 优先按标题和语义边界切片，不做机械定长截断。
• 操作步骤、异常说明和代码块保持完整。
• 每个切片携带文档标题、父级标题、版本和原始地址。
• 通过内容 Hash 实现增量更新和旧索引删除。

检索链路

查询改写 → 关键词与向量混合召回 → 元数据过滤 → 去重 → 重排 → 上下文组装 → 模型回答 → 引用展示。

必测问题

• 精确错误码是否能命中。
• 同义表达和口语问题是否能命中。
• 旧版本内容是否被正确过滤。
• 无答案时是否诚实拒答。
• 用户是否只能检索有权限的资料。
• 引用是否真正支持回答结论。

更新验证

更新知识后检查文档数量、切片数量、失败记录、索引版本和抽样召回结果。索引任务完成不代表知识已经可用。