实战 · 知识库问答

🎯 学习目标

• 文档上传、切分、Embedding、向量检索
• 回答带引用；实现 Query Rewrite 或 Rerank 之一
• 文档更新后增量索引

引言

阶段四是知识库问答核心。第 6 周 MVP 检索，第 7 周优化与增量。

章节正文

第 1 步：第 6 周：RAG MVP

实践任务

• [ ] 上传 PDF / Markdown / TXT
• [ ] Loader + Splitter（chunk 500–1000，overlap 50–100）
• [ ] Embedding 写入 Chroma/Qdrant/FAISS
• [ ] 问答题：检索 Top-4 → 拼 Prompt → 生成
• [ ] UI 展示引用 snippet + 来源文件名/页码
• [ ] 无命中时拒答：「知识库中未找到相关信息」

Week 6 验收

• [ ] 5 个文档内问题回答正确且带引用
• [ ] 故意问库外问题会拒答

第 2 步：第 7 周：优化与增量

实践任务（至少完成一项优化）

• [ ] Query Rewrite：口语问题改写为检索 query
• [ ] Rerank：cross-encoder 或 Cohere rerank 精排
• [ ] Hybrid：BM25 + 向量（可选）

增量索引

• [ ] 文档 doc_id + version
• [ ] 更新时 delete_by_doc_id 再 re-embed
• [ ] 后台 job 状态：indexing / ready / failed

验收标准

• [ ] 能检索相关片段并解释 chunk 策略
• [ ] 回答附来源
• [ ] 能演示优化前后同一问题的 retrieval 差异
• [ ] 更新文档后答案跟随变化

关联章节

• 文档 Loader
• 向量检索
• 查询改写与重排

动手练习

1. 提交优化前后对比表格（问题、命中 chunk、答案质量）
2. 写 Eval 集 10 条 RAG case

本节小结

阶段四 2 周：RAG MVP + 引用 + 拒答；第二周 Rewrite/Rerank + 增量索引；对照 4.2–4.6。