匹配正文：…"""检索:从知识库里找出和问题相关的那条资料。最朴素的"检索":哪个关键词出现在问题里,就返回它对应的知识。真实系统会换成"向量检索":把问题和知识都转成向量,按"意思相近"找(第 4 章)。 """ for key, text in knowledge.items(): # 逐条看知识库里的每个关键词 if key in question: # 关键词出现在问题里 → 命中 return text return None # 一圈下来都没命中 → 库里没这条知识 de…

#RAG#检索#项目实战

项目实战·RAG

第 2 章:RAG 整体架构

匹配正文：…"算个相似度取 Top-K",工程系统可以根据查询与风险增加路由、双路召回或重排: 双路召回 → 融合 → 重排双路召回:同时用向量检索(懂语义)和关键词检索 BM25(精确匹配)两路去捞,再融合去重。BM25 是搜索引擎用了 20 年的"关键词打分"经典算法,第 5 章会让你亲手写一遍。两阶段:先用快的方法召回一批较宽松的候选(比如粗召回 Top 50),再用慢但准的 Cross-Encoder(精排用的深度模型,准但慢) 把这 50 条重新排好,最后只取 **Top-…

#RAG#检索#项目实战

面试题·RAG

MinerU 能直接解决 RAG 文档解析吗？哪些页面必须二次处理？

匹配正文：…报错，Markdown 和 JSON 也正常生成。打开结果一看，正文、标题、表格似乎都有。这时候能不能直接切成 Chunk，写进向量库？很多人的第一反应是可以。解析工具已经把 PDF 变成了文本，后面无非就是切分、向量化和检索。用户真正关心的是输出能不能长期稳定使用：同一区域有没有重复出现，正文和表格是否表达了两份冲突内容，解析器升级后字段结构会不会变化，重新处理时旧 Chunk 能不能被正确替换，答案又能否回到原页。“文件已经生成”只回答了任务状态，没有回答这些质量问…

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

#RAG#解析与入库#MinerU RAG

项目实战·RAG

第 6 章:重排(Rerank)与检索优化

匹配正文：…就是再加一道关卡,用更强但更慢的模型,把这批候选重新排一次序,把最相关的几条顶到前面。概念 2:为什么粗排会排错? 第 5 章的向量检索和 BM25 都是独立打分的,只看 query 和单个 doc 各自的相似度/词面命中,读不懂 query 和 doc 之间的"关系"。于是一个字面很像、意思却相反的文档(比如"免责条款")可能拿到高分。粗排独立打分,读不懂 query 和 doc 的关系概念 3:什么是 Cross-Encoder? Cross-Encoder(交叉编…

#RAG#检索#项目实战

项目实战·RAG

第 7 章:Query 理解与改写

匹配正文：… def expand(q): # 扩写(求全):把命中的词替换成同义词,生成多个查询 out = {q} # 用集合装结果(自动去重),先放进原始 query for word, syns in SYNONYMS.items(): if word in q: # 这个词出现在 query 里 → 用它的每个同义词各造一个查询 out.update(q.replace(word, s) for s in syns) return sorted(out) # 排序只为输出稳定,…

#RAG#检索#项目实战

面试题·RAG

Chunk Size 和 Overlap 怎么选？不要背 512 和 100

匹配正文：…工程成本：索引规模、建库时间、检索延迟与上下文占用小块和大 overlap 都会增加 chunk 数。chunk 数增加，会影响向量生成量、索引体积、重建时间和候选去重成本。大块则会增加单块 token 数和后续上下文占用。参数实验还要记录索引更新、在线检索延迟和全链路监控数据。不要预填一个“可接受”的成本数字，应该记录当前项目的真实资源和延迟，再把它作为参数选择的约束。如何从实验结果里选出真正能上线的一组不要简单地取 Recall@K 最高的一行。可以先设业务底线…

#RAG#切分与索引#Chunk Size

项目实战·RAG

第 8 章:多轮对话与记忆管理

匹配正文：…取最近几轮。实现最简单、最稳,基于"最近的通常最相关"的假设。缺点:用户突然聊回很早的话题,窗口里就没那段了。语义相关:把历史也向量化,按当前问题检索出语义最相关的几条历史(哪怕在很久之前)。效果好,但要为历史建向量索引,还可能捞到"主题相似但语境不同"的旧内容。主题 + 重要度:标注出对话里的关键事实/决策点,在当前问题属于同一主题时才取用。最准,但要预处理标注。业内行话:三种策略可以组合,但不是默认答案。只有当同一评估集显示它们分别补足了时效、旧话题召回和关键事实保…

#RAG#检索#项目实战

面试题·RAG

跨页表格、代码块和图片怎么切，才不丢结构？

匹配正文：…data 则保存父表、页码、区域、单位和脚注关系。三者不能相互替代：增强文本便于检索，不代表它就是原文；原始表格可核验，不代表直接向量化后一定容易命中。跨页表格从识别到切分的处理顺序先恢复同一张逻辑表，再按完整行组拆分。切完的每一块都要带回表头、来源和父表关系。这里有一个常见误区：先把表格转成 Markdown，就认为结构问题已经解决。 Markdown 只是表达形式。跨页关系判断错了、合并单元格丢了、表头与数据错位，换成 Markdown 仍然是在更整齐地保存错误内容…

#RAG#切分与索引#RAG 表格切分

面试题·Agent

Agent 有几十上百个工具时怎么选？大工具集路由怎样设计和验收

匹配正文：…可能会问：“Agent 只有三四个工具时可以把 Schema 全塞给模型，工具扩展到几十上百个以后怎么办？” 这道题不能只回答“用向量检索找 Top K”。工具一多，问题不仅是上下文变长，还包括名称和描述越来越相似、敏感能力不该暴露、工具版本与健康状态不断变化，以及候选召回错误会让后面的模型根本没有机会选对。大工具集路由更像一个分层检索与授权系统：先根据用户、租户和任务过滤绝对不能使用的能力，再从剩余工具中召回小候选集，结合描述、参数和上下文重排，最后才让模型选择或请求澄清…

#Agent#工具调用与安全#Agent 大工具集路由

面试题·Agent

Agent 短任务和长任务怎么记？工作记忆、长期记忆与任务状态怎样分层

匹配正文：…e 只保存引用。长期语义记忆可以使用向量检索，但通常需要关系型元数据过滤；实体关系复杂时才考虑图结构。不要根据技术名词反推需求。向量库适合模糊相似检索，不适合单独承担权限、事务、唯一约束和精确执行状态。关系库也不是所有文本都塞一张表，工件、索引和审计可以各自分层。记忆检索怎样避免污染当前决策先用用户、租户、类型、时间和有效状态过滤，再计算相关性。召回条目带来源、时间与置信状态进入上下文，而不是只给模型一段脱离来源的文本。限制记忆数量和总长度。相似条目去重，冲突条目成组…

#Agent#记忆与存储#Agent 长期记忆设计

面试题·RAG

RAG 检索效果差怎么排查？从 Query 到 Rerank 逐层定位

匹配正文：…ery、模型、索引与候选范围。某一路已经找到，融合后却消失，再进入下一层。第五层，融合为什么把正确证据压下去了？关键词分数与向量相似度不是同一把尺子。如果使用加权求和，需要确认两路分数怎样归一化、权重如何设置，以及某一路是否因为数值范围更大长期主导排序。如果使用基于名次的融合，也要查看正确证据在各路的原始名次。两路都排得很后，融合不会自动变成第一。合并去重也可能出错。同一 Chunk 由两路召回时，应按稳定 ID 合并，同时保留召回通道。如果去重键不稳定，一段内…

#RAG#生成与对话#RAG 检索优化

面试题·Agent

Agent 从海量记忆里怎么找对内容？相关性、时间性和重要性怎样组合

匹配正文：…查询意图和主体，做权限、租户、类型、状态、时间与项目范围过滤，再生成语义候选，结合相关性、时间性、重要性、来源和条件匹配重排，最后去重、处理冲突、控制注入预算，并允许“没有任何记忆值得使用”。先给出 30 秒回答 Agent 记忆检索不能只做向量 TopK。我会先根据当前任务构造检索意图，并用用户、租户、项目、记忆类型、有效状态、权限和时间范围做硬过滤；再对剩余候选计算语义相关性，并结合时间性、业务重要性、来源可信度、条件匹配和使用反馈做重排。不同类型的记忆使用不同权重和时…

#Agent#记忆与存储#Agent 记忆检索排序

面试题·RAG

多轮 RAG 如何理解“这个怎么申请”？

匹配正文：…“不再支持”“能否免除”“除了哪些情况”等表达时，可以把否定词、比较对象和限定条件单独抽出，与改写结果做一致性核对。只比较两句话的向量相似度，可能看不出方向已经反转，因为正反陈述往往共享大量词。改写器也不应把旧答案写进新 Query。上一轮模型回答“A 产品通常支持线上办理”，下一轮用户问“那纸质材料呢”，可补全为“A 产品线上办理是否需要纸质材料”，不能直接改成“A 产品线上办理不需要纸质材料吗”。前一句只恢复问题，后一句已经把未经当前证据确认的结论带入检索。因此，验收…

#RAG#生成与对话#多轮 RAG

面试题·Agent

Text2SQL 面对上百张表，怎样选对 Schema 并处理业务歧义

匹配正文：…中间桥接表。连接信息要包含一对一、一对多或多对多关系。若订单明细与标签表都是一对多，直接连接会造成行数膨胀。模型需要知道先聚合、去重或使用存在性子查询，而不是只拿字段名拼 JOIN。并非所有数据库都声明完整外键。此时可以由数据团队维护关系元数据，或从已审核查询中提取候选关系，但必须标明可信度和来源。不能把列名相同当作可连接证明。最终送给生成器的是一个连通的最小 Schema 子图：目标指标、过滤与分组字段、时间字段、必要主外键和业务说明。 Schema 召回与 Join…

#Agent#工具调用与安全#Text2SQL Schema 选择

面试题·RAG

Recall@K、MRR、Faithfulness，分别在评估 RAG 哪一层？

匹配正文：很多人做 RAG 评测时，会先算一个“答案准确率”。如果分数上涨，就认为系统变好了；如果分数下降，就继续换 Embedding、调 TopK 或改 Prompt。问题是，RAG 不是一次模型调用。用户问题要经过 Query 处理、检索、排序、上下文组装、答案生成和引用回跳。最终回答错了，可能是正确证据根本没有被找回，也可能是证据已经排在前面，生成模型却漏掉了限制条件。只看一个端到端分数，团队仍然不知道应该修哪一段。这也是项目面试里很容易被追问的一道题： Recall@K、…

#RAG#评测与上线#RAG 评估指标

面试题·Agent· 字节

Agent 长短期记忆如何分层?

匹配正文：…确认、可复用且允许保存的偏好与事实。这是逻辑职责，不要求每层使用固定数据库。写入与读取交互或工具结果先经过候选提取、结构校验、去重、来源、权限与敏感信息检查，再带时间和版本写入结构化库、文本库或向量索引。新请求按身份与任务作用域做关键词、向量和结构化混合检索，再按相关性、时效性、重要性和权限重排，在上下文预算内注入。事实、原文和向量用稳定 ID 关联。向量用于候选检索，精确属性和状态由结构化存储承载；用户纠正应生成新版本或显式覆盖规则。摘要是有损表示，必须保留原始证据引…

#字节#Agent#Agent 记忆架构

面试题·Agent· 淘天

传统 RAG 有哪些痛点?

匹配正文：… 关键影响：Token浪费、推理成本上升、关键信息遗漏。 3. 知识更新延迟（Knowledge Staleness）问题本质：向量库构建周期长，无法感知实时变化。电商案例：大促期间价格/库存秒级变动，但RAG仍返回昨日缓存的"满199减30"活动信息。用户下单时发现优惠失效，体验极差。关键影响：实时性业务场景下直接不可用。优化方向简述痛点典型解法检索噪声重排序（Rerank）、多路召回融合、查询改写上下文冗余上下文压缩、语义去重、摘要增强知识更新延迟 …

#淘天#Agent#RAG 痛点

面试题·文档处理· 百度

Chunking 策略怎么选?

匹配正文：…义完整性、检索噪声、召回覆盖、上下文预算和索引成本之间取舍。块大小与效果不存在跨数据集通用的单调关系，必须结合文档结构、查询分布、embedding 模型和生成任务评测。常见策略方法做法主要优点主要风险固定长度按 token 或字符数切分简单、吞吐和容量容易估算可能切断句子、表格或章节结构或语义边界按标题、段落、句子或解析树切分更容易保留完整语义单元块大小不均，依赖解析质量固定步长滑窗用窗口长度与步长生成候选块增加跨边界覆盖重复内容多，索引与…

#百度#文档处理#Chunking 策略

面试题·文档处理· 腾讯

RAG 文档 Chunk 划分策略怎么选?

匹配正文：常见分块策略对比 1. 固定长度分块实现：按token数或字符数硬切分（如512 tokens）优点：实现简单、Embedding批次处理高效、便于控制上下文长度缺点：边界可能切断语义（如"深度学习...的优化方法"被拆开），导致检索片段不完整适用：通用场景、对延迟敏感、文档结构松散时 2. 语义边界分割实现：按句子（NLTK/spaCy）、段落（\n\n）、或主题模型（如BERTopic）切分优点：保留语义完整性，检索结果可读性强缺点：块大小不均，可能过长（超…

#腾讯#文档处理#RAG Chunk 划分

面试题·文档处理· 小鹏

RAG 分块长度与重叠如何取舍?

匹配正文：…混合、章节层级明确实现与维护复杂度更高实践建议：先按标题、段落、列表、表格或代码边界产生候选，再对过长单元二次拆分。具体长度受embedding模型输入限制、查询类型和上下文预算共同约束。重叠策略（Overlap）作用：当答案跨越切分边界时，补回相邻上下文选择方法：把零重叠、短窗口和较长窗口放到同一评测集比较，不预设固定比例成本：索引体积增加、相似chunk重复召回、重排与生成输入变长配套处理：保留原文起止位置与父级结构，召回后按来源和位置去重、合并保障语义完…

#小鹏#RAG 文档分段#检索增强生成分段策略

面试题·评估· 字节

RAG 评估指标与迭代陷阱

匹配正文：…作弊"。二、常见迭代优化方法瓶颈现象优化方法适用场景检索召回不足查询扩展（HyDE、多查询生成）、混合检索（BM25+向量）、重排序（Cross-encoder）用户问题表述模糊、专业术语对齐差检索精确率低稠密检索模型微调（领域适配）、元数据过滤、上下文压缩领域知识密集、噪声文档多生成幻觉/利用不足引用强制（要求标注来源）、检索内容前置、Self-RAG（生成时判断是否需要检索）对事实性要求高的场景长上下文处理差分层检索（摘要→细节）、递归检索、…

#字节#评估与监控#RAG 评估

面试题·评估· 字节

召回策略怎么选? Recall@k 怎么看?

匹配正文：…回评估仅在相关文档被各路命中的事件相互独立时：合并召回概率 = 1 - ∏(1 - Recall_i) 实际多路通常相关，应对去重并集直接计算黄金文档覆盖，再计最终截断/融合后的Recall 评估各路的增量贡献（ablation study）避免"伪多路"——多路召回同一批文档 3. 业务约束延迟P99：向量检索<50ms，重排序<100ms 成本：embedding调用次数、存储规模三、端到端验证（最终标准）离线指标高 ≠ RAG效果好，必须回归：答案准确率（…

#抖音#评估与监控#RAG 召回策略评估

面试题·评估· 字节

RAG 三大瓶颈与迭代策略

匹配正文：…息冲突、幻觉上下文压缩：检索后先用小模型抽取关键片段，或递归摘要，控制输入在模型有效窗口内多路召回融合：多Query并行检索，去重后按相关性加权拼接，避免单路遗漏答案溯源：强制模型输出引用标记，事后校验片段是否真实支撑答案，降低幻觉拒答机制：相关性分数低于阈值时直接拒答，比胡说八道更安全三、系统效率瓶颈与优化核心问题：检索延迟高、吞吐不足、成本高索引分层：热数据HNSW内存索引、温数据磁盘索引、冷数据按需加载缓存策略：Query embedding缓存、热门问…

#字节#评估与监控#RAG 性能瓶颈

面试题·评估· 字节

RAG 上下文不准确怎么诊断?

匹配正文：…、代码块等特殊结构处理阶段切片策略：按语义边界切分（标题-内容关联），控制chunk长度（通常256-512 tokens）去重与消歧：相似度聚类去重，对同名实体做消歧标注持续监控检索命中率、答案相关性的人工抽检（每周5%抽样）用户反馈闭环：低分case自动入库，定期review 解决优先级数据层：清洗脏数据，补充缺失知识（最快见效）检索层：调优embedding（领域微调）、重排序模型、混合检索权重生成层：prompt工程约束引用格式、尝试RAG-spec…

#字节#RAG 上下文不准确#RAG 诊断