AI 学习实验室
intermediate
进阶挑战

技术文档 RAG 问答系统

工程团队知识分散在文档、手册和历史记录中,检索成本高。

技术栈

Next.js
Embedding
Vector DB
RAG

业务目标

让用户用自然语言查询技术文档,并返回可追溯答案。

输入数据

PDF、Markdown、接口文档、故障案例。

输出结果

答案、引用片段、相关文档链接。

Baseline

文档切块后做向量召回,把 Top-K 片段放进提示词生成答案。

项目工作区

步骤进度 0/5
动手进度0%

项目笔记

交付物

答案、引用片段、相关文档链接。

验收指标

Recall@K
答案准确率
引用命中率
拒答质量

评价指标

  • Recall@K
  • 答案准确率
  • 引用命中率
  • 拒答质量

扩展任务

  • 加入重排序
  • 支持多轮追问
  • 做权限过滤

复盘问题

  • 如何发现模型编造引用?
  • 切块大小会怎样影响答案质量?