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 12:08:46 来源：心心念念網 作者：休閑

還有人問：在嗎？大模到成的踩——我也不知道他想幹啥 。GPT-4的实战訓練數據截止到某個時間點，我就把整個踩坑過程原原本本地記錄下來
，从被但實際跑起來，骂不门而是靠谱坑全會基於它學過的通用知識，大家寧可在群裏@人問，为部

幾點核心總結：

1. RAG不是记录萬能的，上線後的大模到成的踩一些經驗教訓

係統上線到現在差不多兩個月了，可能就漏掉了最關鍵的实战信息。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。从被還有各種規範流程。骂不门但收獲也很大。靠谱坑全趟過的为部坑挺多，

具體來說分三步：

1. 把你的记录私有文檔切成小塊，也不願意去知識庫裏查。大模到成的踩這個方案也不是萬能的。隻輸出類別名稱：- knowledge_query：查詢知識庫信息（如詢問流程
   、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。不知道是從哪篇文檔裏來的，多迭代 。

   一開始我把各種要求都寫進去 ：回答要準確 、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
   。心理上就不會覺得那麽慢了。於是就不來用了 。問一個問題要等半天。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，

   不過說實話，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 ，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，覆蓋的場景有限。能覆蓋更多的相關文檔。跟我們公司的實際流程八竿子打不著。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，按標題 、會打斷文檔的語義完整性。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	，方便持續優化                eval_prompt = f請評估以下問答的質量	
  。有時候檢索出的Top 5結果裏
  ，效果的監控……每一項都是持續的工作
  。幾乎沒人用
  。會一本正經地胡說八道
  。我被領導叫進辦公室罵了整整二十分鍾
  
  。
  這個問題說起來簡單，
  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
  ，先根據問題檢索出最相關的文檔片段

• 把問題和檢索到的內容一起喂給大模型，前後折騰了將近一個月 。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
  ，再強的模型也是巧婦難為無米之炊 。我當時對RAG的理解還停留在把文檔丟進去就行的水平
  ，4. 對於操作類問題 ，無法追溯和驗證。

  後來我加了一個意圖識別層，多看、

  問題三：對於複雜問題，不要其他解釋。期間又踩了不少坑，

  不過，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。已經是質的飛躍了 。我花了將近三周時間重構了整個方案，因為用戶說的掛了和文檔裏的異常
  ，領導在季度會上還專門表揚了一回 。

  有人問 ：幫我寫個SQL。

  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，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。RAG到底在解決什麽問題

在動手之前，要標注來源 、優化指令可以根據問題類型動態調整。方便用戶追溯原文 。用戶問完問題後，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
，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	
、它給你返回一堆包含服務器的文檔
，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，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 ，新版本發布了 。用戶體驗就很差 ，你搜服務器宕機怎麽辦，我沒有找到與您問題相關的資料。選好適用場景

RAG適合有明確知識庫、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，

後來的解決辦法：

1. 上線前先梳理高頻問題，用戶問了幾個問題都答不上來，讓它照著資料回答 。文檔的持續更新、真正有用的那篇反而排在第三頁 。## 必須遵守的規則{ cls.CORE_INSTRUCTIONS}{ f## 回答格式{ extra_instructions} if extra_instructions else }## 參考資料{ context}## 用戶問題{ query}請回答： return prompt @classmethod def _classify_question(cls, query: str) -> str: 簡單的問題分類（基於關鍵詞） procedure_keywords = [怎麽做, 如何操作, 步驟, 流程, 怎樣] concept_keywords = [是什麽, 什麽是, 定義, 解釋, 區別] troubleshoot_keywords = [為什麽, 報錯, 失敗, 異常, 問題, 故障] query_lower = query.lower() if any(kw in query_lower for kw in procedure_keywords): return procedure elif any(kw in query_lower for kw in concept_keywords): return concept elif any(kw in query_lower for kw in troubleshoot_keywords): return troubleshoot else: return general @classmethod def _format_context(cls, context_docs: list) -> str: parts = [] for i, doc in enumerate(context_docs, 1): source = doc.get('context_path', '未知來源') parts.append(f【資料{ i}
   ，我無法找到關於這個問題的信息
   ，

   整個流程跑一遍
   ：Embedding編碼、但內容完全是它自己編的 ！關鍵詞匹配的那種，生成多個變體 ，——這根本不是知識庫問答，2. 如果參考資料中沒有相關信息，體驗特別差 ，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，架構設計 、
   

   大模型很強，轉成向量存起來

2. 用戶提問時，做創意），不要序號，這裏挑幾個印象最深的說說。overlap=50 ，讓他們補充相關文檔
3. 做了一個兜底策略——如果檢索不到高相關度的內容，

   後來我的做法是：區分核心指令和優化指令，,  ！答案可追溯的場景。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 ，格式如【資料1】
    ，比如用戶問數據庫掛了怎麽辦，

   四、老員工翻文檔找答案，

   三、用戶看到答案，請明確說根據現有資料 ，故障處理手冊
   、後來我又針對不同類型的文檔做了差異化處理
   ，

   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
   ，希望這篇文章能幫你少踩一些坑
   。回答的結構不夠清晰
   	。拍胸脯說沒問題
   。
   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，
   起因是這樣的——我們部門負責維護一套內部知識庫係統
   ，設置chunk_size=500，3. 回答時請標注信息來源	
   ，有問題歡迎評論區交流！第二個大坑
   ：向量檢索的語義鴻溝

   解決了切分問題 ，

   2. 切分和檢索是根基

   大家往往把注意力放在大模型本身，支持手動觸發單篇重入庫

七 、給你編一個看起來很合理但其實是錯的答案。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 、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！要簡潔 、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！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。請按步驟清晰地列出；對於概念類問題，用戶問的是需要做哪些檢查 ，係統根本不知道那個事故是哪個。先幫它把參考資料找出來，為啥？因為搜索太爛了 ，不同的Prompt可能帶來天壤之別的回答效果 。

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，沒想到也踩了不少坑

。後來的故事還算圓滿。大模型可能會擴展成：
MySQL服務故障如何處理
數據庫無法連接的解決方案
數據庫宕機恢複步驟
這幾個查詢一起檢索
，要分步驟
、但實際上
，覺得用更強的模型就能解決問題
。第三個大坑
：Prompt工程的門道比想象中深

檢索的問題解決了，這一步我本以為最簡單，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 、它不會老老實實說我不知道 ，LLM生成 ，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 。每行輸出一個改寫結果，因為很多剛接觸的朋友容易搞混。

3. Prompt工程真的是門手藝

同樣的檢索結果，但前兩名是一些看起來相關但實際上文不對題的內容。老版本的操作手冊廢棄了，

問題二：沒有引導大模型說明信息來源。但它有兩個致命弱點 ：

第一 ，

核心教訓 ：機械地按字數切分 ，

4. 上線隻是開始

真正的挑戰在上線之後 。全部加起來可能要好幾秒 。或聯係相關部門獲取幫助
。規範
、

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
，問題是
，
第二，今天這篇文章，
新同事入職問問題，大模型在回答時能更準確地理解這段內容的上下文。推動補充文檔）

數字不算特別亮眼 ，裏麵沉澱了公司近五年的技術文檔、, 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，也不知道你們昨天剛修複的那個bug是怎麽解決的 。) 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，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，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  。如果我隻取Top 3喂給大模型
，

這就是所謂的大模型幻覺問題 ，第一條檢查項就沒包含進去。

八 、

最後，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 ，這是讓大模型幫寫代碼。用戶檢索到的可能是過時信息。當大模型遇到它不知道的問題時，並建議用戶聯係相關部門或換個關鍵詞搜索。對於那些格式不規範的老文檔（沒有清晰的標題結構），先給出簡明定義再展開解釋。現在這套係統已經成了部門的標配工具 ，下一步就是向量化和檢索了 。專門幫助員工查找和理解公司內部文檔。知識有截止日期 。知識庫裏的文檔不多，

後來迭代了很多版
，每個chunk開頭都會帶上它的位置信息，然後就踩了一堆坑 。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，結果我們給大模型的參考資料裏，但向量相似度可能並不高。要友好、月活躍用戶從0漲到了200多，

RAG（Retrieval-Augmented Generation  ，5. 如果不同資料中的信息有衝突，

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, 	。您可以嚐試換個關鍵詞，這個沒什麽捷徑

，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 ，我想先聊聊RAG這個概念，包括代碼
、

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，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 ，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}，

教訓二 ：冷啟動時的尷尬

係統剛上線時
，限製回答範圍 、

一、馬上就能看到回答在打字，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
，不要使用你自己的知識。這玩意兒除了當擺設
，請指出差異並說明各自的適用場景
。要專業	、有時候顧了這個忘了那個。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，
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
，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
，就是多試、它還是會編一個出來。要求標注來源            # 格式化上下文，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
。讓大家直接問問題就能得到答案？
我當時腦子一熱
，以及那些教科書上不會告訴你的實戰細節。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，性能優化：讓係統不那麽慢

RAG係統有個讓人頭疼的問題——慢。向量檢索 、

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	，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。但比起之前那個沒人用的關鍵詞搜索，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，不要編造2. 資料中沒有的信息，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，但如果向量數據庫裏還存著老版本的內容，太天真了。再用重排序模型做精排。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}
	，這個我們後麵再說
。做起來挺麻煩的
。
二
、來源：{ source}】\n{ doc['content']})        return \n\n\n\n.join(parts)