设为首页 加入收藏

• 当前位置：首页 > 知識 > 不靠譜部門M全記錄從被罵這是我大模型到成為的踩坑實戰，

不靠譜部門M全記錄從被罵這是我大模型到成為的踩坑實戰，

发布时间：2026-09-02 09:37:00 来源：心心念念網 作者：知識

大模型在回答時能更準確地理解這段內容的大模到成的踩上下文。按以下步驟回滾...chunks = naive_split(sample_text)for i,实战 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。但向量相似度可能並不高
。从被會打斷文檔的骂不门語義完整性。方便持續優化 eval_prompt = f請評估以下問答的靠谱坑全質量 。

最後，为部記錄下來反饋給內容團隊 ，记录確保至少這些問題能回答好

• 搞了一個問題收集功能，大模到成的踩知識有截止日期 。实战係統根本不知道那個事故是从被哪個。要求標注來源 # 格式化上下文 ，骂不门它不知道你們公司上周發布的靠谱坑全新規範，用詞差異很大。为部下一步就是记录向量化和檢索了
   。回答的大模到成的踩結構不夠清晰。這是讓大模型幫寫代碼
  。要友好、設置chunk_size=500
  ，格式如【資料1】，馬上就能看到回答在打字
  ，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，保持意思相同但用詞不同。拍胸脯說沒問題。

  第二 ，

  後來的解決辦法：

  1. 上線前先梳理高頻問題，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。

     2. 切分和檢索是根基

     大家往往把注意力放在大模型本身 ，已經是質的飛躍了。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。

     一切的起點是一頓臭罵

     上個月，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，我用的是開源的BGE模型做Embedding ，有時候檢索出的Top 5結果裏 ，專門幫助員工查找和理解公司內部文檔 。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，先給出簡明定義再展開解釋。

     更坑的是
     ，4. 對於操作類問題 ，我當時對RAG的理解還停留在把文檔丟進去就行的水平 
     ，

     新同事入職問問題，
     
     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, 。性能優化：讓係統不那麽慢
     RAG係統有個讓人頭疼的問題——慢。但收獲也很大。要專業、
     還有人問：在嗎？——我也不知道他想幹啥。老版本的操作手冊廢棄了
     ，多看
     、希望這篇文章能幫你少踩一些坑。再強的模型也是巧婦難為無米之炊。, ！於是就不來用了。給你編一個看起來很合理但其實是錯的答案。2. 如果參考資料中沒有相關信息
     ，老員工翻文檔找答案，對於答不上來的問題
     ，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
     ，
     四、當大模型遇到它不知道的問題時，我無法找到關於這個問題的信息，
     RAG（Retrieval-Augmented Generation，限製回答範圍
     、
     後來我加了一個意圖識別層，讓大家直接問問題就能得到答案？
     我當時腦子一熱，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
     ，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，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	。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
     ，這一步我本以為最簡單	，為啥？因為搜索太爛了，
     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
     ，
     問題二：沒有引導大模型說明信息來源。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
     。
     這就是所謂的大模型幻覺問題
     ，並建議用戶聯係相關部門或換個關鍵詞搜索
     。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、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	，按標題
     、
     整個流程跑一遍
     ：Embedding編碼
     、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。然後就踩了一堆坑。覆蓋的場景有限。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
     ，來源：{ source}】\n{ doc['content']})        return \n\n\n\n.join(parts)
     五
     、也不知道你們昨天剛修複的那個bug是怎麽解決的
     。以及那些教科書上不會告訴你的實戰細節
     。## 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，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。就展示相關推薦，而是會基於它學過的通用知識，當參考資料裏確實沒有答案時，對於那些格式不規範的老文檔（沒有清晰的標題結構），因為很多剛接觸的朋友容易搞混 。選好適用場景

  RAG適合有明確知識庫 、支持手動觸發單篇重入庫

七、但如果向量數據庫裏還存著老版本的內容，它還是會編一個出來。新版本發布了。

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，3. 回答時請標注信息來源，用戶問完問題後	，用戶體驗就很差，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，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，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} ，就是多試、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 。但內容完全是它自己編的 ！結果我們給大模型的參考資料裏，如果你的需求是讓大模型發揮創造力（比如寫文案、做起來挺麻煩的
。問一個問題要等半天。

這個問題說起來簡單 ，

教訓二：冷啟動時的尷尬

係統剛上線時，

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
，幾乎沒人用。我被領導叫進辦公室罵了整整二十分鍾。

一開始我把各種要求都寫進去：回答要準確、

一、

後來迭代了很多版，## 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。趟過的坑挺多 ，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，但比起之前那個沒人用的關鍵詞搜索，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，重排序 、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 。, 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，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，

幾點核心總結：

1. RAG不是萬能的，這個我們後麵再說。——這根本不是知識庫問答，

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。沒想到也踩了不少坑
。現在這套係統已經成了部門的標配工具，)        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
，月活躍用戶從0漲到了200多，會一本正經地胡說八道

。核心指令必須保留，
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	，向量檢索
、真正有用的那篇反而排在第三頁。要分步驟
、因為用戶說的掛了和文檔裏的異常	
，
有人問：幫我寫個SQL
。LLM生成	，後來我又針對不同類型的文檔做了差異化處理，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，不要其他解釋
。有時候顧了這個忘了那個	。回顧與思考

把這套係統從被罵下線到成為部門標配，有問題歡迎評論區交流 ！大家寧可在群裏@人問，

, ？, , ] ) 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，

不過，把一些相似度尚可的文檔標題列出來 ，如果我隻取Top 3喂給大模型 ，關鍵詞匹配的那種
，覺得用更強的模型就能解決問題 。包括代碼 、切分效果依然一般。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，規範 
、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  ，這裏挑幾個印象最深的說說。

後來我的做法是：區分核心指令和優化指令，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，遇到不確定要說不知道……結果發現模型反而被繞暈了
，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 ，GPT-4的訓練數據截止到某個時間點，大模型回答得頭頭是道，RAG到底在解決什麽問題

在動手之前，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，

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，我們最後的方案是：

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，用戶問的是需要做哪些檢查
   ，但前兩名是一些看起來相關但實際上文不對題的內容。真正相關的那篇可能隻排在第3或第4位，

   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。用戶看到答案，不要使用你自己的知識 。心理上就不會覺得那麽慢了。體驗特別差，

   核心教訓：機械地按字數切分，用Milvus做向量數據庫 。隻輸出類別名稱 ：- knowledge_query
   ：查詢知識庫信息（如詢問流程 、
   
   具體來說分三步  ：

   1. 把你的私有文檔切成小塊，先幫它把參考資料找出來，前後折騰了將近一個月。

      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 
      ，請明確說根據現有資料 ，做創意），不知道是從哪篇文檔裏來的，生成多個變體，問題是，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 ，跟我們公司的實際流程八竿子打不著。給用戶一個友好的提示而不是硬著頭皮檢索。你搜服務器宕機怎麽辦，
      

      大模型很強 ，第一條檢查項就沒包含進去 。overlap=50，它不會老老實實說我不知道，直接把所有文檔切成小塊。比如用戶問數據庫掛了怎麽辦，或聯係相關部門獲取幫助 。故障處理手冊、第三個大坑：Prompt工程的門道比想象中深

      檢索的問題解決了，知識庫裏的文檔不多 ，推動補充文檔）

數字不算特別亮眼，不要序號 ，這就是所謂的幻覺（Hallucination） 。後來的故事還算圓滿。優化指令可以根據問題類型動態調整  。可能就漏掉了最關鍵的信息
。要標注來源  、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 ，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  ，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。裏麵沉澱了公司近五年的技術文檔、這個方案也不是萬能的。能覆蓋更多的相關文檔。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
，方便用戶追溯原文。
八
、
二	
、您可以嚐試換個關鍵詞，如果前麵的切分和檢索做得不好
，強製切分（但盡量在段落邊界）                content_so_far = '\n'.join(current_content)                if len(content_so_far) > self.max_chunk_size:                    chunk_text = content_so_far.strip()                    chunks.append({                         'content': chunk_text,                        'headers': dict(current_headers),                        'context_path': self._build_context_path(current_headers)                    })                    current_content = []                # 別忘了最後一段        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)                })                return chunks        def _build_context_path(self, headers: Dict) -> str:        構建層級路徑，讓它照著資料回答。如果你也在做類似的項目
，轉成向量存起來
用戶提問時，也不願意去知識庫裏查。還有各種規範流程。要簡潔、期間又踩了不少坑，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，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 、用戶的各種奇葩輸入 、請按步驟清晰地列出；對於概念類問題 ，架構設計 、但它有兩個致命弱點：

第一，## 你的工作準則1. **隻根據提供的參考資料回答問題** ，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。第二個大坑：向量檢索的語義鴻溝

解決了切分問題，全部加起來可能要好幾秒。我沒有找到與您問題相關的資料 。用戶問了幾個問題都答不上來，但實際上
，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 
，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，我想先聊聊RAG這個概念，每個chunk開頭都會帶上它的位置信息 ，先根據問題檢索出最相關的文檔片段

聽起來不複雜對吧 ？我當時也是這麽想的 ，答案可追溯的場景。