RAG知识助手

组件和角色

每个组件都有其存在的理由。

1. 01
   文档解析器

   提取文本和元数据，同时保留来源身份和访问规则。

2. 02
   嵌入模型

   将段落和问题映射为向量以进行候选检索。

3. 03
   Qdrant参考存储

   存储向量、元数据、文档版本和权限过滤器。

4. 04
   检索和回答服务

   选择段落，构建答案上下文并返回引用。

5. 05
   版本化评估集

   测试检索、答案支持、拒绝行为和新鲜度，然后再发布。

默认选择

从这里开始，然后根据说明的原因切换。

操作假设

成本、隐私、替代方案和限制。

成本假设

为解析、嵌入更新、向量存储、推理、评估运行和维护预算，而不仅仅是聊天使用。

隐私边界

文档权限必须在摄入和检索期间执行；答案模型只能接收授权的段落。

参考实现

Qdrant是一个参考向量存储，而不是通用默认值。当现有基础设施或过滤需求使其更合适时，请使用其他存储。

替代方案

当Postgres已经是操作中心时使用pgvector；当混合关键词和向量检索或企业控制占主导时使用托管搜索。

已知限制

检索可能会遗漏相关段落或显示过时内容。来源引用和演示不证明答案的完整性和正确性。

人工检查点

保持负责任的决策可见。

1. 批准来源语料库和权限
2. 审查评估集和失败案例
3. 负责文档的新鲜度和事件响应