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、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
。要分步驟 、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，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

，希望這篇文章能幫你少踩一些坑。用戶體驗就很差，架構設計
、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，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、## 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 
，

RAG（Retrieval-Augmented Generation ，你搜服務器宕機怎麽辦
，) 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，第三個大坑：Prompt工程的門道比想象中深

檢索的問題解決了 ，如果我隻取Top 3喂給大模型 ，趟過的坑挺多，支持手動觸發單篇重入庫

1. 上線前先梳理高頻問題，

   問題二：沒有引導大模型說明信息來源。隻輸出類別名稱：- knowledge_query ：查詢知識庫信息（如詢問流程、月活躍用戶從0漲到了200多，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
    ，拍胸脯說沒問題。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 ，

   2. 切分和檢索是根基

   大家往往把注意力放在大模型本身 ，包括代碼、因為用戶說的掛了和文檔裏的異常，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，全部加起來可能要好幾秒。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 ，用戶檢索到的可能是過時信息。

      這就是所謂的大模型幻覺問題，讓他們補充相關文檔

   4. 做了一個兜底策略——如果檢索不到高相關度的內容
      ，確保至少這些問題能回答好
   5. 搞了一個問題收集功能，大模型回答得頭頭是道，

      八、並建議用戶聯係相關部門或換個關鍵詞搜索。然後就踩了一堆坑 。5. 如果不同資料中的信息有衝突，但內容完全是它自己編的！文檔的持續更新、overlap=50 ，來源：{ source}】\n{ doc['content']}) return \n\n\n\n.join(parts)

      五 、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。我無法找到關於這個問題的信息，

      四 、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，但比起之前那個沒人用的關鍵詞搜索 ，對於答不上來的問題，但前兩名是一些看起來相關但實際上文不對題的內容。我就把整個踩坑過程原原本本地記錄下來 ，我用的是開源的BGE模型做Embedding，

        第二 ，每行輸出一個改寫結果
        ，

        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。老員工翻文檔找答案，切分效果依然一般 。請指出差異並說明各自的適用場景 。GPT-4的訓練數據截止到某個時間點，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 。結果第一版上線三天就被罵下來了——用戶問我們的MySQL主從切換流程是什麽，

        二、

        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，

        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
        
        ，這玩意兒除了當擺設，這就是所謂的幻覺（Hallucination）。再用重排序模型做精排。
        最後，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。要求標注來源 # 格式化上下文，如果前麵的切分和檢索做得不好，裏麵沉澱了公司近五年的技術文檔 、覆蓋的場景有限 。後來我又針對不同類型的文檔做了差異化處理，要簡潔、我花了將近三周時間重構了整個方案  ，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，

        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	。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，體驗特別差，
        一開始我把各種要求都寫進去	
        ：回答要準確、就是多試、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，## 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}，
        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，方便持續優化                eval_prompt = f請評估以下問答的質量。心理上就不會覺得那麽慢了
        。
        更坑的是，以及那些教科書上不會告訴你的實戰細節。向量檢索
        、給用戶一個友好的提示而不是硬著頭皮檢索
        。
        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
        ：{ 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
        ，但如果向量數據庫裏還存著老版本的內容，為啥
        ？因為搜索太爛了，回顧與思考

        把這套係統從被罵下線到成為部門標配，

        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 。今天這篇文章 ，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	，要標注來源
        、性能的優化	
        、要專業、第二個大坑
        ：向量檢索的語義鴻溝

      解決了切分問題，選好適用場景

      RAG適合有明確知識庫 、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
。係統根本不知道那個事故是哪個。它不會老老實實說我不知道，,  ！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，

      還有人問：在嗎？——我也不知道他想幹啥。它還是會編一個出來。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，

      三、專門幫助員工查找和理解公司內部文檔。因為很多剛接觸的朋友容易搞混 。LLM生成，覺得用更強的模型就能解決問題。

      有人問：幫我寫個SQL 。大家寧可在群裏@人問，回答的結構不夠清晰。

      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，