\u8fd9\u4e0d\u662f\u6a21\u578b\u80fd\u529b\u4e0d\u591f\u7684\u95ee\u9898，\u800c\u662f\u5927\u6a21\u578b\u4f5c\u4e3a\u4e00\u79cd\u6280\u672f，\u6709\u51e0\u4e2a\u6839\u672c\u6027\u7684\u5929\u82b1\u677f\u2014\u2014\u800c RAG \u5c31\u662f\u4e3a\u4e86\u7a81\u7834\u8fd9\u4e9b\u5929\u82b1\u677f\u800c\u8bde\u751f\u7684\u3002<\/p>\n
\u76ee\u5f55<\/p>\n
1.RAG–\u5b9a\u4e49<\/p>\n
1.1.\u9002\u5408\u7684\u573a\u666f<\/p>\n
1.2.\u9762\u8bd5\u5b98\u53ef\u80fd\u4f1a\u95ee<\/p>\n
2.RAG–\u5b8c\u6574\u94fe\u8def<\/p>\n
2.1.\u79bb\u7ebf\u9636\u6bb5<\/p>\n
2.2.\u5728\u7ebf\u9636\u6bb5<\/p>\n
2.3.\u6838\u5fc3\u8ba4\u77e5<\/p>\n
2.4.\u9762\u8bd5\u5b98\u53ef\u80fd\u4f1a\u95ee<\/p>\n
3.Embedding \u662f\u4ec0\u4e48<\/p>\n
3.1.Embedding –\u538b\u7f29\u8bed\u4e49<\/p>\n
3.2.Embedding \u6a21\u578b\u600e\u4e48\u9009？<\/p>\n
3.3.\u9762\u8bd5\u5b98\u53ef\u80fd\u4f1a\u95ee<\/p>\n
4.\u5411\u91cf\u6570\u636e\u5e93<\/p>\n
4.1.MySQL \u4e0d\u884c<\/p>\n
4.2.\u5411\u91cf\u7d22\u5f15：ANN\u5f88\u5feb<\/p>\n
4.3.\u5411\u91cf\u6570\u636e\u5e93\u529f\u80fd<\/p>\n
4.4.\u9762\u8bd5\u5b98\u53ef\u80fd\u4f1a\u95ee<\/p>\n
5.RAG \u5207\u7247\u7b56\u7565<\/p>\n
5.1.Overlap<\/p>\n
5.2.\u9762\u8bd5\u5b98\u53ef\u80fd\u4f1a\u95ee<\/p>\n
\n
1.RAG–\u5b9a\u4e49<\/h2>\n
RAG \u7684\u5168\u79f0\u662f Retrieval-Augmented Generation，\u68c0\u7d22\u589e\u5f3a\u751f\u6210\u3002\u5b83\u7684\u6838\u5fc3\u601d\u8def\u975e\u5e38\u76f4\u89c9：\u5728\u8ba9\u6a21\u578b\u56de\u7b54\u4e4b\u524d，\u5148\u53bb\u77e5\u8bc6\u5e93\u91cc\u68c0\u7d22\u51fa\u6700\u76f8\u5173\u7684\u5185\u5bb9，\u628a\u8fd9\u4e9b\u5185\u5bb9\u4f5c\u4e3a\u4e0a\u4e0b\u6587\u4e00\u8d77\u5582\u7ed9\u6a21\u578b，\u8ba9\u6a21\u578b"\u770b\u7740\u8d44\u6599"\u6765\u56de\u7b54\u3002<\/p>\n
\u4e0b\u9762\u8fd9\u5f20\u56fe\u5c55\u793a\u4e86 RAG \u5982\u4f55\u5bf9\u5e94\u5730\u89e3\u51b3\u4e0a\u9762\u56db\u4e2a\u95ee\u9898：<\/p>\n
![\"\"](\"https:\/\/www.wsisp.com\/helps\/wp-content\/uploads\/2026\/09\/20260907140916-6a9ec58c0d182.png\")
<\/p>\n
RAG \u9488\u5bf9\u56db\u4e2a\u95ee\u9898\u5404\u6709\u5e94\u5bf9：<\/p>\n
\u5bf9\u5e7b\u89c9\u95ee\u9898：\u00a0\u68c0\u7d22\u5230\u7684\u539f\u6587\u7247\u6bb5\u4f5c\u4e3a\u4e0a\u4e0b\u6587\u4f20\u5165\u6a21\u578b，\u6a21\u578b\u88ab\u8981\u6c42"\u6839\u636e\u4ee5\u4e0b\u8d44\u6599\u56de\u7b54"，\u800c\u4e0d\u662f\u51ed\u7a7a\u751f\u6210\u3002\u6709\u4e86\u4e8b\u5b9e\u4f9d\u636e\u7684\u7ea6\u675f，\u5e7b\u89c9\u6982\u7387\u5927\u5e45\u964d\u4f4e\u2014\u2014\u4f46\u6ce8\u610f，\u4e0d\u662f\u5f52\u96f6，\u8fd9\u4e2a\u540e\u9762\u4f1a\u8bb2\u3002<\/p>\n
\u5bf9\u79c1\u6709\u77e5\u8bc6\u95ee\u9898：\u00a0\u77e5\u8bc6\u5e93\u5b8c\u5168\u7531\u4f60\u81ea\u5df1\u6784\u5efa\u548c\u7ef4\u62a4，\u53ef\u4ee5\u5305\u542b\u4efb\u4f55\u5185\u90e8\u6587\u6863\u3002\u6a21\u578b\u4e0d\u9700\u8981\u77e5\u9053\u8fd9\u4e9b\u5185\u5bb9，\u53ea\u9700\u8981\u5728\u88ab\u68c0\u7d22\u5230\u7684\u7247\u6bb5\u57fa\u7840\u4e0a\u8fdb\u884c\u63a8\u7406\u548c\u7ec4\u7ec7\u8bed\u8a00\u3002<\/p>\n
\u5bf9\u77e5\u8bc6\u66f4\u65b0\u95ee\u9898：\u00a0\u66f4\u65b0\u77e5\u8bc6\u5e93\u4e0d\u9700\u8981\u91cd\u65b0\u8bad\u7ec3\u6a21\u578b，\u53ea\u9700\u8981\u66f4\u65b0\u6587\u6863\u3001\u91cd\u65b0\u505a\u5411\u91cf\u5316\u7d22\u5f15\u5373\u53ef\u3002\u77e5\u8bc6\u7684\u65b0\u9c9c\u5ea6\u5b8c\u5168\u7531\u77e5\u8bc6\u5e93\u51b3\u5b9a，\u548c\u6a21\u578b\u8bad\u7ec3\u622a\u6b62\u65e5\u671f\u89e3\u8026\u3002<\/p>\n
\u5bf9\u53ef\u8ffd\u6eaf\u6027\u95ee\u9898：\u00a0\u6bcf\u6b21\u68c0\u7d22\u90fd\u80fd\u77e5\u9053\u5177\u4f53\u547d\u4e2d\u4e86\u54ea\u4efd\u6587\u6863\u7684\u54ea\u4e2a\u7247\u6bb5，\u53ef\u4ee5\u5728\u7b54\u6848\u91cc\u9644\u4e0a\u5f15\u7528\u6765\u6e90，\u7528\u6237\u53ef\u4ee5\u81ea\u884c\u6838\u67e5\u3002<\/p>\n
1.1.\u9002\u5408\u7684\u573a\u666f<\/h3>\n
\u5f88\u591a\u4eba\u770b\u5230 RAG \u7684\u601d\u8def\u540e，\u4ea7\u751f\u4e86\u4e00\u4e2a\u8bef\u533a：\u662f\u4e0d\u662f\u6240\u6709\u5927\u6a21\u578b\u5e94\u7528\u90fd\u5e94\u8be5\u52a0 RAG？\u4e0d\u662f\u7684\u3002<\/p>\n
\u9002\u5408 RAG \u7684\u573a\u666f：<\/p>\n
\u77e5\u8bc6\u5bc6\u96c6\u578b\u7684\u95ee\u7b54\u7cfb\u7edf，\u6bd4\u5982\u4f01\u4e1a\u5185\u90e8\u77e5\u8bc6\u5e93\u3001\u4ea7\u54c1\u624b\u518c\u95ee\u7b54\u3001\u6cd5\u5f8b\u6cd5\u89c4\u67e5\u8be2<\/span>\u2014\u2014\u8fd9\u7c7b\u573a\u666f\u5bf9\u4e8b\u5b9e\u51c6\u786e\u6027\u8981\u6c42\u9ad8，\u5185\u5bb9\u91cf\u5927，\u4e14\u9700\u8981\u660e\u786e\u7684\u6765\u6e90\u8ffd\u6eaf\u3002<\/p>\n \u5185\u5bb9\u9891\u7e41\u66f4\u65b0\u7684\u4e1a\u52a1，\u6bd4\u5982\u65b0\u95fb\u6458\u8981\u3001\u7ade\u54c1\u5206\u6790\u3001\u653f\u7b56\u89e3\u8bfb\u2014\u2014\u8fd9\u7c7b\u573a\u666f\u4e0b\u77e5\u8bc6\u5e93\u53ef\u4ee5\u6301\u7eed\u63a5\u5165\u5b9e\u65f6\u6570\u636e，\u800c\u6a21\u578b\u672c\u8eab\u4e0d\u9700\u8981\u52a8\u3002<\/p>\n \u957f\u5c3e\u4e8b\u5b9e\u67e5\u8be2，\u6bd4\u5982"\u6211\u4eec\u516c\u53f8\u5728\u4e0a\u6d77\u7684\u529e\u516c\u5730\u5740\u662f\u4ec0\u4e48""\u8fd9\u4e2a\u5408\u540c\u7684\u7532\u65b9\u662f\u8c01"\u2014\u2014\u8fd9\u7c7b\u95ee\u9898\u7684\u7b54\u6848\u85cf\u5728\u7279\u5b9a\u6587\u6863\u91cc，\u5fc5\u987b\u68c0\u7d22\u624d\u80fd\u627e\u5230\u3002<\/p>\n Q：\u4e3a\u4ec0\u4e48\u6709\u4e86\u5927\u6a21\u578b\u8fd8\u9700\u8981 RAG？<\/p>\n \u53c2\u8003\u601d\u8def：\u5927\u6a21\u578b\u6709\u51e0\u4e2a\u5c40\u9650\u6027\u2014\u2014\u5e7b\u89c9\u3001\u79c1\u6709\u77e5\u8bc6\u76f2\u533a\u3001\u77e5\u8bc6\u65f6\u6548\u6027\u3001\u65e0\u6cd5\u6eaf\u6e90<\/span>\u3002RAG \u901a\u8fc7\u5728\u56de\u7b54\u524d\u5148\u68c0\u7d22\u5916\u90e8\u77e5\u8bc6\u5e93，\u628a\u76f8\u5173\u6587\u6863\u7247\u6bb5\u6ce8\u5165\u4e0a\u4e0b\u6587，\u8ba9\u6a21\u578b"\u770b\u8d44\u6599\u56de\u7b54"，\u4ece\u800c\u6709\u9488\u5bf9\u6027\u5730\u7f13\u89e3\u4ee5\u4e0a\u95ee\u9898\u3002<\/p>\n Q：RAG \u80fd\u89e3\u51b3\u5e7b\u89c9\u95ee\u9898\u5417？<\/p>\n \u53c2\u8003\u601d\u8def：\u80fd\u663e\u8457\u7f13\u89e3，\u4f46\u65e0\u6cd5\u6839\u6cbb\u3002\u6709\u4e86\u68c0\u7d22\u5230\u7684\u4e8b\u5b9e\u4f5c\u4e3a\u951a\u70b9，\u6a21\u578b\u4e71\u7f16\u7684\u6982\u7387\u5927\u5e45\u964d\u4f4e，\u4e14\u7b54\u6848\u53ef\u4ee5\u9644\u4e0a\u6765\u6e90\u4f9b\u6838\u67e5\u3002\u4f46\u6a21\u578b\u4ecd\u7136\u53ef\u80fd\u5728\u68c0\u7d22\u7ed3\u679c\u4e0a\u505a\u51fa\u9519\u8bef\u63a8\u7406，\u6216\u8005\u5728\u68c0\u7d22\u8d28\u91cf\u5dee\u65f6\u8fdb\u884c"\u8865\u5145\u751f\u6210"\u3002RAG \u964d\u4f4e\u5e7b\u89c9\u6982\u7387，\u4e0d\u6d88\u706d\u5e7b\u89c9\u6839\u56e0\u3002<\/p>\n Q：\u4ec0\u4e48\u573a\u666f\u4e0b\u4f60\u4f1a\u63a8\u8350\u7528 RAG，\u4ec0\u4e48\u573a\u666f\u4e0b\u4e0d\u7528？<\/p>\n \u53c2\u8003\u601d\u8def：\u9002\u5408 RAG \u7684\u662f\u77e5\u8bc6\u5bc6\u96c6\u3001\u5185\u5bb9\u9891\u7e41\u66f4\u65b0\u3001\u9700\u8981\u6eaf\u6e90\u7684\u573a\u666f，\u6bd4\u5982\u4f01\u4e1a\u77e5\u8bc6\u5e93\u95ee\u7b54\u3001\u6cd5\u89c4\u67e5\u8be2\u3002\u4e0d\u9002\u5408\u7684\u662f\u521b\u610f\u751f\u6210\u3001\u5f3a\u63a8\u7406\u4efb\u52a1\u3001\u4ee5\u53ca\u6a21\u578b\u8bad\u7ec3\u6570\u636e\u5df2\u826f\u597d\u8986\u76d6\u7684\u7a33\u5b9a\u9886\u57df\u2014\u2014\u5728\u8fd9\u4e9b\u573a\u666f\u4e0b，RAG \u53ea\u662f\u589e\u52a0\u5ef6\u8fdf\u548c\u6210\u672c，\u6ca1\u6709\u5b9e\u8d28\u6536\u76ca\u3002<\/p>\n \u5148\u7528\u4e00\u5f20\u56fe\u628a\u6574\u6761\u94fe\u8def\u5efa\u7acb\u8d77\u6765，\u518d\u9010\u6bb5\u62c6\u89e3：\u73b0\u5728\u9010\u6bb5\u62c6\u89e3\u8fd9\u6761\u94fe\u8def\u4e0a\u7684\u6bcf\u4e2a\u73af\u8282\u3002<\/p>\n \u6574\u6761\u94fe\u8def\u5206\u4e24\u6bb5：\u79bb\u7ebf\u4fa7\u8d1f\u8d23"\u628a\u77e5\u8bc6\u5b58\u8fdb\u53bb"，\u5728\u7ebf\u4fa7\u8d1f\u8d23"\u628a\u76f8\u5173\u77e5\u8bc6\u627e\u51fa\u6765\u3001\u7ec4\u5408\u51fa\u7b54\u6848"\u3002<\/p>\n 1.\u539f\u59cb\u6587\u6863（\u89e3\u6790）<\/p>\n RAG \u7cfb\u7edf\u7684\u77e5\u8bc6\u6765\u6e90\u53ef\u4ee5\u591a\u79cd\u591a\u6837：PDF \u62a5\u544a\u3001Word \u6587\u6863\u3001\u7f51\u9875\u3001Markdown \u6587\u4ef6\u3001\u6570\u636e\u5e93\u8bb0\u5f55\u3001\u90ae\u4ef6\u2026\u2026\u4e0d\u540c\u683c\u5f0f\u7684\u6587\u6863\u9700\u8981\u4e0d\u540c\u7684\u89e3\u6790\u65b9\u5f0f，\u8fd9\u4e00\u6b65\u901a\u5e38\u53eb\u505a\u00a0\u6587\u6863\u52a0\u8f7d（Document Loading）\u3002<\/p>\n \u503c\u5f97\u6ce8\u610f\u7684\u662f，\u8fd9\u4e00\u6b65\u7684\u8d28\u91cf\u76f4\u63a5\u5f71\u54cd\u6574\u4e2a\u7cfb\u7edf\u7684\u4e0a\u9650\u3002\u5982\u679c\u539f\u59cb\u6587\u6863\u672c\u8eab\u662f\u626b\u63cf\u4ef6\u6216\u6392\u7248\u6df7\u4e71\u7684 PDF，\u89e3\u6790\u51fa\u6765\u7684\u6587\u672c\u5c31\u4f1a\u5145\u6ee1\u566a\u58f0，\u540e\u7eed\u6240\u6709\u73af\u8282\u90fd\u4f1a\u53d7\u635f\u3002"\u5783\u573e\u8fdb，\u5783\u573e\u51fa"\u5728 RAG \u91cc\u4f53\u73b0\u5f97\u975e\u5e38\u660e\u663e\u3002<\/p>\n 2.\u6587\u6863\u5904\u7406（\u6e05\u6d17\u4e0e\u9884\u5904\u7406）<\/p>\n \u89e3\u6790\u51fa\u6765\u7684\u539f\u59cb\u6587\u672c\u5f80\u5f80\u4e0d\u80fd\u76f4\u63a5\u7528，\u9700\u8981\u505a\u4e00\u8f6e\u6e05\u6d17：\u53bb\u6389\u9875\u7709\u9875\u811a\u3001\u65e0\u610f\u4e49\u7684\u683c\u5f0f\u7b26\u53f7\u3001\u91cd\u590d\u5185\u5bb9；\u8bc6\u522b\u5e76\u4fdd\u7559\u6587\u6863\u7684\u6807\u9898\u7ed3\u6784；\u8fc7\u6ee4\u6389\u8868\u683c\u4e71\u7801\u3001\u56fe\u7247\u5360\u4f4d\u7b26\u7b49\u3002<\/p>\n \u8fd9\u4e00\u6b65\u770b\u8d77\u6765\u7410\u788e，\u4f46\u5728\u5b9e\u9645\u9879\u76ee\u91cc，\u6587\u6863\u9884\u5904\u7406\u5f80\u5f80\u662f\u5de5\u7a0b\u91cf\u6700\u5927\u3001\u6700\u5bb9\u6613\u88ab\u4f4e\u4f30\u7684\u90e8\u5206\u3002<\/p>\n 3.\u5207\u7247（Chunking）<\/p>\n \u6e05\u6d17\u597d\u7684\u6587\u6863\u4e0d\u80fd\u6574\u7bc7\u585e\u8fdb\u5411\u91cf\u5e93，\u9700\u8981\u5207\u6210\u66f4\u5c0f\u7684\u7247\u6bb5（chunk）\u3002\u8fd9\u662f RAG \u7cfb\u7edf\u91cc\u8bbe\u8ba1\u51b3\u7b56\u6700\u591a\u7684\u4e00\u4e2a\u73af\u8282，\u76f4\u63a5\u5f71\u54cd\u540e\u7eed\u68c0\u7d22\u7684\u7cbe\u51c6\u5ea6\u3002<\/p>\n \u4e3a\u4ec0\u4e48\u8981\u5207？\u539f\u56e0\u5f88\u76f4\u63a5：\u4e00\u7bc7 20 \u9875\u7684\u6587\u6863，\u7528\u6237\u7684\u95ee\u9898\u53ef\u80fd\u53ea\u548c\u5176\u4e2d\u7684\u67d0\u4e00\u6bb5\u76f8\u5173\u3002\u5982\u679c\u628a\u6574\u7bc7\u6587\u6863\u4f5c\u4e3a\u4e00\u4e2a\u5355\u5143\u5b58\u50a8\u548c\u68c0\u7d22，\u8981\u4e48\u68c0\u7d22\u7c92\u5ea6\u592a\u7c97（\u547d\u4e2d\u4e86\u6574\u7bc7\u4f46\u76f8\u5173\u5185\u5bb9\u88ab\u6df9\u6ca1），\u8981\u4e48\u4e0a\u4e0b\u6587\u592a\u957f（\u653e\u4e0d\u8fdb\u6a21\u578b\u6216\u8005\u6ce8\u610f\u529b\u88ab\u7a00\u91ca）\u3002<\/p>\n \u5207\u591a\u5927\u5408\u9002？\u8fd9\u6ca1\u6709\u901a\u7528\u7b54\u6848，\u9700\u8981\u6839\u636e\u6587\u6863\u7c7b\u578b\u3001\u6a21\u578b\u7684\u4e0a\u4e0b\u6587\u7a97\u53e3\u3001\u4e1a\u52a1\u95ee\u9898\u7684\u9897\u7c92\u5ea6\u6765\u51b3\u5b9a\u3002<\/p>\n 4.\u5411\u91cf\u5316（Embedding）<\/p>\n \u5207\u597d\u7684\u6bcf\u4e2a chunk，\u90fd\u9700\u8981\u901a\u8fc7 Embedding \u6a21\u578b\u8f6c\u6362\u6210\u4e00\u4e2a\u5411\u91cf（\u4e00\u4e2a\u9ad8\u7ef4\u6d6e\u70b9\u6570\u6570\u7ec4），\u8fd9\u4e2a\u5411\u91cf\u4ee3\u8868\u4e86\u8fd9\u6bb5\u6587\u5b57\u7684"\u8bed\u4e49"\u3002<\/p>\n \u5411\u91cf\u5316\u7684\u5173\u952e\u70b9\u662f：\u7528\u6237\u95ee\u9898\u548c\u6587\u6863 chunk \u5fc5\u987b\u7528\u540c\u4e00\u4e2a Embedding \u6a21\u578b\u6765\u5904\u7406，\u8fd9\u6837\u4e24\u8005\u7684\u5411\u91cf\u624d\u5904\u4e8e\u540c\u4e00\u4e2a\u8bed\u4e49\u7a7a\u95f4，\u76f8\u4f3c\u5ea6\u8ba1\u7b97\u624d\u6709\u610f\u4e49\u3002<\/p>\n \u540c\u65f6\u8fd8\u9700\u8981\u5b58\u50a8\u5bf9\u5e94\u7684\u5143\u6570\u636e：\u8fd9\u4e2a chunk \u6765\u81ea\u54ea\u4efd\u6587\u6863\u3001\u539f\u6587\u5728\u54ea\u4e00\u9875\u3001\u6587\u6863\u7684\u521b\u5efa\u65f6\u95f4\u7b49\u3002\u5143\u6570\u636e\u5728\u8fc7\u6ee4\u68c0\u7d22\u7ed3\u679c\u65f6\u975e\u5e38\u91cd\u8981，\u6bd4\u5982"\u53ea\u770b\u6700\u8fd1\u4e09\u4e2a\u6708\u7684\u6587\u6863"\u8fd9\u7c7b\u9700\u6c42，\u5c31\u9700\u8981\u4f9d\u8d56\u5143\u6570\u636e\u6765\u5b9e\u73b0\u3002<\/p>\n 5.\u5b58\u5165\u5411\u91cf\u6570\u636e\u5e93<\/p>\n \u5411\u91cf\u548c\u5143\u6570\u636e\u5206\u522b\u5b58\u5165\u5411\u91cf\u6570\u636e\u5e93（\u5982 Milvus\u3001Weaviate\u3001Chroma\u3001Pinecone \u7b49）\u548c\u666e\u901a\u6570\u636e\u5e93\/\u6587\u6863\u5b58\u50a8\u3002\u5411\u91cf\u6570\u636e\u5e93\u7684\u6838\u5fc3\u80fd\u529b\u662f\u8fd1\u4f3c\u6700\u8fd1\u90bb\u641c\u7d22（ANN），\u80fd\u5728\u6570\u767e\u4e07\u5411\u91cf\u4e2d\u6beb\u79d2\u7ea7\u627e\u5230\u4e0e\u67e5\u8be2\u5411\u91cf\u6700\u76f8\u4f3c\u7684 top-K \u7ed3\u679c\u3002<\/p>\n \u6587\u6863\u89e3\u6790 –>\u6587\u6863\u5904\u7406 –> \u5207\u7247 –>\u5411\u91cf\u5316 –>\u5b58\u5165\u5411\u91cf\u6570\u636e\u5e93<\/span><\/p>\n \u4e0b\u9762\u8fd9\u5f20\u56fe\u5355\u72ec\u5c55\u793a\u5728\u7ebf\u68c0\u7d22\u94fe\u8def\u7684\u5404\u4e2a\u73af\u8282，\u4ee5\u53ca\u5e38\u89c1\u7684\u4f18\u5316\u5206\u53c9\u70b9：<\/p>\n 1. Query \u5904\u7406（\u6539\u5199\/\u62d3\u5c55\/\u4f18\u5316）<\/p>\n \u8f93\u5165：\u7528\u6237\u539f\u59cb\u81ea\u7136\u8bed\u8a00\u95ee\u9898 \u8f93\u51fa：\u7528\u4e8e\u68c0\u7d22\u7684\u67e5\u8be2\u5b57\u7b26\u4e32 \/ \u591a\u6761\u5b50 query<\/p>\n Query \u6539\u5199<\/p>\n Query \u6269\u5c55<\/p>\n \u6ce8\u610f：\u6539\u5199 \/ \u6269\u5c55\u662f\u53ef\u9009，\u8fc7\u5ea6\u6269\u5c55\u4f1a\u5f15\u5165\u566a\u58f0，\u53cd\u800c\u964d\u4f4e\u68c0\u7d22\u8d28\u91cf\u3002<\/p>\n 2. Retrieval \u68c0\u7d22<\/p>\n \u8f93\u5165：\u5904\u7406\u540e\u7684 Query \u8f93\u51fa：\u7c97\u6392\u5019\u9009 chunk \u5217\u8868 (top\u2011K)<\/p>\n \u65b9\u6cd5\u4e00 ：\u7eaf\u5411\u91cf\u68c0\u7d22<\/p>\n \u65b9\u6cd5\u4e8c ：\u6df7\u5408\u68c0\u7d22 Hybrid Search（\u5de5\u4e1a\u5e38\u7528）<\/p>\n \u4e24\u8def\u5e76\u884c\u68c0\u7d22：<\/p>\n \u4f18\u52bf：\u517c\u987e\u8bed\u4e49\u7406\u89e3 + \u5173\u952e\u8bcd\u7cbe\u51c6\u547d\u4e2d，\u89e3\u51b3\u7eaf\u5411\u91cf\u5bb9\u6613\u4e22\u5931\u4e13\u6709\u540d\u8bcd\u7684\u95ee\u9898\u3002<\/p>\n \u4e3e\u4e2a\u4f8b\u5b50：<\/p>\n pip install rank-bm25 jieba<\/p>\n import jieba # ———————- 1. \u51c6\u5907\u77e5\u8bc6\u5e93 chunk ———————- # \u7ed9\u6bcf\u4e2achunk\u6807\u8bb0\u6765\u6e90id # \u4e2d\u6587\u5206\u8bcd：BM25\u9700\u8981\u5206\u8bcd\u540e\u7684\u8bcd\u5217\u8868 # \u6784\u5efaBM25\u7d22\u5f15（\u7eaf\u5185\u5b58\u5012\u6392\u7d22\u5f15，\u65e0\u8bad\u7ec3） # ———————- 2. BM25\u68c0\u7d22\u51fd\u6570 ———————- # ———————- 3. \u6a21\u62df\u5411\u91cf\u68c0\u7d22（\u771f\u5b9e\u573a\u666f\u8c03\u7528Embedding+\u5411\u91cf\u5e93，\u8fd9\u91cc\u6a21\u62df\u8f93\u51fa\u6392\u540d） ———————- # ———————- 4. RRF \u6392\u540d\u878d\u5408\u7b97\u6cd5 Reciprocal Rank Fusion ———————- # \u5904\u7406\u7b2c\u4e00\u8def\u7ed3\u679c # \u5904\u7406\u7b2c\u4e8c\u8def\u7ed3\u679c # \u964d\u5e8f\u6392\u5e8f # ———————- 5. \u8fd0\u884c\u6d4b\u8bd5 ———————- bm25_res = bm25_search(user_query, top_n=3) print("==== BM25\u68c0\u7d22\u7ed3\u679c ====") print("\\\\n==== \u6a21\u62df\u5411\u91cf\u68c0\u7d22\u7ed3\u679c ====") fused_result = rrf_fuse(bm25_res, vec_res, k=6) 3. Rerank \u7cbe\u6392（\u53ec\u56de\u540e，\u53ef\u9009\u4f46\u6027\u4ef7\u6bd4\u6781\u9ad8）<\/p>\n \u8f93\u5165：\u7c97\u6392\u5f97\u5230\u7684 top\u2011K \u5019\u9009 chunk \u8f93\u51fa：\u91cd\u65b0\u6253\u5206\u6392\u5e8f\u540e\u7684\u77ed\u5217\u8868（\u4e00\u822c\u622a\u53d6 top\u20112~top\u20114 \u9001\u5165 LLM）<\/p>\n \u6d41\u7a0b：<\/p>\n \u5b9e\u8df5\u8303\u5f0f：\u7c97\u53ec\u56de K=8\u201110 \u2192 rerank \u2192 \u7b5b\u9009 top\u20113\u20114 \u7ed9 LLM\u3002<\/p>\n 4. \u4e0a\u4e0b\u6587\u6784\u5efa Context Construction<\/p>\n \u8f93\u5165：rerank \u7b5b\u9009\u540e\u7684 chunk \u7247\u6bb5 \u8f93\u51fa：\u7ec4\u88c5\u5b8c\u6210\u7684 Prompt \u4e0a\u4e0b\u6587<\/p>\n \u6a21\u677f\u793a\u4f8b：<\/p>\n \u4f60\u662f\u4e00\u4e2a\u4f01\u4e1a\u77e5\u8bc6\u5e93\u52a9\u624b\u3002\u8bf7\u6839\u636e\u4ee5\u4e0b\u8d44\u6599\u56de\u7b54\u95ee\u9898，\u5982\u679c\u8d44\u6599\u4e2d\u6ca1\u6709\u76f8\u5173\u4fe1\u606f，\u8bf7\u660e\u786e\u8bf4\u660e\u3002<\/p>\n \u53c2\u8003\u8d44\u6599： \u7528\u6237\u95ee\u9898：\u6211\u4eec\u7684\u9000\u6b3e\u653f\u7b56\u662f\u4ec0\u4e48？<\/p>\n \u26a0\ufe0f\u5173\u952e\u70b9：\u63a7\u5236\u603b token \u957f\u5ea6，\u9632\u6b62\u4e0a\u4e0b\u6587\u6ea2\u51fa；chunk \u4e0d\u8981\u65e0\u9650\u5236\u5806\u780c\u3002<\/p>\n 5. Generation LLM \u751f\u6210<\/p>\n \u8f93\u5165：\u5b8c\u6574 Prompt \u8f93\u51fa：\u6700\u7ec8\u56de\u7b54\u7ed9\u7528\u6237<\/p>\n \u6838\u5fc3\u7ea6\u675f\u5199\u5728 Prompt \u6307\u4ee4\u4e2d：<\/p>\n 1. Chunking：\u51b3\u5b9a\u80fd\u4e0d\u80fd\u68c0\u7d22\u5230\u76f8\u5173\u5185\u5bb9<\/p>\n 2. Embedding \u6a21\u578b：\u51b3\u5b9a\u8bed\u4e49\u7406\u89e3\u662f\u5426\u51c6\u786e<\/p>\n 3. Rerank：\u51b3\u5b9a\u53ec\u56de top \u7ed3\u679c\u662f\u5426\u771f\u7684\u6700\u76f8\u5173<\/p>\n 4. Prompt \u8bbe\u8ba1：\u51b3\u5b9aLLM \u80fd\u5426\u6b63\u786e\u5229\u7528\u4e0a\u4e0b\u6587<\/p>\n<\/td>\n Q：\u8bf7\u63cf\u8ff0\u4e00\u4e2a\u5b8c\u6574\u7684 RAG \u94fe\u8def\u3002<\/p>\n \u53c2\u8003\u601d\u8def：\u5206\u4e24\u6bb5\u56de\u7b54\u3002<\/p>\n \u79bb\u7ebf\u4fa7：\u6587\u6863\u52a0\u8f7d \u2192 \u6e05\u6d17\u9884\u5904\u7406 \u2192 Chunking \u2192 Embedding \u5411\u91cf\u5316 \u2192 \u5b58\u5165\u5411\u91cf\u6570\u636e\u5e93（\u540c\u65f6\u5b58\u5143\u6570\u636e）\u3002<\/p>\n \u5728\u7ebf\u4fa7：\u7528\u6237 Query \u2192（\u53ef\u9009 Query \u6539\u5199）\u2192 Query \u5411\u91cf\u5316\u2192\u5411\u91cf\u68c0\u7d22\u53ec\u56de top-K \u2192（\u53ef\u9009\u6df7\u5408\u68c0\u7d22\u3001Rerank \u7cbe\u6392）\u2192 \u62fc\u88c5 Context + Prompt \u2192 LLM \u751f\u6210 \u2192 \u8f93\u51fa\u5e26\u6765\u6e90\u5f15\u7528\u7684\u7b54\u6848\u3002<\/p>\n \u5143\u6570\u636e\u6709\u4ec0\u4e48\u7528？<\/span><\/p>\n { RAG \u5f88\u591a\u7ebf\u4e0a\u95ee\u9898\u6839\u6e90\u5c31\u662f\u5143\u6570\u636e\u7f3a\u5931：\u6587\u6863\u66f4\u65b0\u540e\u65e7\u5411\u91cf\u6e05\u4e0d\u6389\u3001\u7b54\u6848\u65e0\u6cd5\u6eaf\u6e90\u3001\u6ca1\u6cd5\u505a\u6743\u9650\u8fc7\u6ee4\u3002<\/p>\n Q：RAG \u91cc\u54ea\u4e9b\u73af\u8282\u6700\u5f71\u54cd\u6548\u679c？<\/p>\n \u53c2\u8003\u601d\u8def：<\/p>\n \u79bb\u7ebf\u4fa7\u6700\u5173\u952e\u7684\u662f Chunking \u7b56\u7565（\u51b3\u5b9a\u68c0\u7d22\u7c92\u5ea6）\u548c Embedding \u6a21\u578b\u9009\u578b（\u51b3\u5b9a\u8bed\u4e49\u7406\u89e3\u8d28\u91cf）\u3002<\/p>\n \u5728\u7ebf\u4fa7\u6700\u5173\u952e\u7684\u662f Prompt \u8bbe\u8ba1（\u5f15\u5bfc\u6a21\u578b\u6b63\u786e\u5229\u7528\u4e0a\u4e0b\u6587）\u3002\u5176\u4e2d\u6587\u6863\u8d28\u91cf\u662f\u524d\u63d0，\u518d\u597d\u7684\u7cfb\u7edf\u4e5f\u5904\u7406\u4e0d\u597d\u4e71\u7801\u548c\u7ed3\u6784\u6df7\u4e71\u7684\u8f93\u5165\u3002<\/p>\n Q：Embedding \u6a21\u578b\u5728\u79bb\u7ebf\u548c\u5728\u7ebf\u9700\u8981\u4fdd\u6301\u4e00\u81f4\u5417？\u4e3a\u4ec0\u4e48？<\/p>\n \u53c2\u8003\u601d\u8def：\u5fc5\u987b\u4e00\u81f4\u3002<\/p>\n Embedding \u6a21\u578b\u628a\u6587\u672c\u6620\u5c04\u5230\u4e00\u4e2a\u9ad8\u7ef4\u5411\u91cf\u7a7a\u95f4，\u4e0d\u540c\u6a21\u578b\u7684\u5411\u91cf\u7a7a\u95f4\u662f\u4e0d\u540c\u7684\u3002\u79bb\u7ebf\u7528 A \u6a21\u578b\u5efa\u7684\u7d22\u5f15，\u5728\u7ebf\u7528 B \u6a21\u578b\u751f\u6210 Query \u5411\u91cf，\u4e24\u8005\u5904\u4e8e\u4e0d\u540c\u7a7a\u95f4，\u4f59\u5f26\u76f8\u4f3c\u5ea6\u8ba1\u7b97\u5b8c\u5168\u5931\u53bb\u610f\u4e49，\u68c0\u7d22\u7ed3\u679c\u4f1a\u975e\u5e38\u6df7\u4e71\u3002<\/p>\n \u9762\u8bd5\u5b98：\u7528\u6237\u95ee\u2018\u51fa\u5dee\u80fd\u4e0d\u80fd\u62a5\u9500\u5750\u98de\u673a\u2019，\u4f60\u7684\u77e5\u8bc6\u5e93\u660e\u660e\u6709\u7b54\u6848，\u4e3a\u4ec0\u4e48\u641c\u4e0d\u51fa\u6765？<\/p>\n \u4ed6：\u53ef\u80fd\u662f\u5173\u952e\u8bcd\u6ca1\u5339\u914d\u4e0a，\u6211\u518d\u591a\u52a0\u51e0\u4e2a\u540c\u4e49\u8bcd\u3002<\/p>\n \u9762\u8bd5\u5b98：\u6587\u6863\u91cc\u5199\u7684\u662f\u2018\u6c11\u7528\u822a\u7a7a\u5668\u2019，\u4e0d\u662f\u2018\u98de\u673a\u2019，\u518d\u60f3\u60f3\u3002<\/p>\n \u4ed6\u6c89\u9ed8\u4e86\u51e0\u79d2：\u662f\u4e0d\u662f\u641c\u7d22\u8bcd\u5e93\u4e0d\u591f\u5168？<\/p>\n \u9762\u8bd5\u5b98\u6447\u6447\u5934：\u4f60\u52a0\u518d\u591a\u540c\u4e49\u8bcd\u4e5f\u6ca1\u7528\u3002\u4f60\u7684\u68c0\u7d22\u5230\u5e95\u5728\u5339\u914d\u4ec0\u4e48？\u662f\u6587\u5b57，\u8fd8\u662f\u8bed\u4e49？<\/p>\n \u4ed6：\u6211\u5c31\u662f\u6309\u5173\u952e\u8bcd\u641c\u7d22\u554a……<\/p>\n \u9762\u8bd5\u5b98：\u90a3\u7528\u6237\u8bf4\u2018\u98de\u673a\u2019，\u4f60\u600e\u4e48\u5339\u914d\u2018\u6c11\u7528\u822a\u7a7a\u5668\u2019？<\/p>\n \u4ed6：(\u0301\u25c9\u25de\u0c6a\u25df\u25c9\u2035)……<\/p>\n \u4f20\u7edf\u641c\u7d22\u5728\u62fc\u6587\u5b57，\u800c Embedding，\u5c31\u662f\u8ba9\u673a\u5668\u8bfb\u61c2\u4eba\u7c7b\u7684\u8bed\u8a00\u3002<\/p>\n \u4eca\u5929\u6211\u4eec\u628a Embedding \u5411\u91cf\u68c0\u7d22，\u4ece\u5934\u5230\u5c3e\u62c6\u6e05\u695a\u3002<\/p>\n \u8bed\u4e49\u538b\u7f29\u3001\u6a21\u578b\u9009\u578b\u3001\u548c Rerank \u7684\u533a\u522b<\/p>\n Embedding \u662f\u4e00\u79cd\u5c06\u6587\u672c（\u6216\u56fe\u7247\u3001\u97f3\u9891\u7b49）\u6620\u5c04\u5230\u9ad8\u7ef4\u5411\u91cf\u7a7a\u95f4\u7684\u6280\u672f\u3002\u4e00\u4e2a\u53e5\u5b50\u7ecf\u8fc7 Embedding \u6a21\u578b\u5904\u7406\u540e，\u4f1a\u53d8\u6210\u4e00\u4e2a\u7531\u51e0\u767e\u5230\u51e0\u5343\u4e2a\u6d6e\u70b9\u6570\u7ec4\u6210\u7684\u6570\u7ec4，\u6bd4\u5982\u00a0[0.23, -0.87, 0.14, …, 0.56]（\u7ef4\u5ea6\u901a\u5e38\u662f 384\u3001768 \u6216 1536 \u7ef4）\u3002<\/p>\n \u5173\u952e\u4e0d\u5728\u4e8e\u8fd9\u4e32\u6570\u5b57\u672c\u8eab，\u800c\u5728\u4e8e\u5b83\u5728\u7a7a\u95f4\u91cc\u7684\u4f4d\u7f6e：\u8bed\u4e49\u76f8\u4f3c\u7684\u6587\u672c，\u5b83\u4eec\u7684\u5411\u91cf\u5728\u8fd9\u4e2a\u9ad8\u7ef4\u7a7a\u95f4\u91cc\u5f7c\u6b64\u8ddd\u79bb\u8fd1；\u8bed\u4e49\u4e0d\u76f8\u5173\u7684\u6587\u672c，\u8ddd\u79bb\u8fdc\u3002<\/p>\n \u8fd9\u662f Embedding \u7684\u6838\u5fc3\u627f\u8bfa：\u7528\u7a7a\u95f4\u8ddd\u79bb\u6765\u8868\u8fbe\u8bed\u4e49\u76f8\u4f3c\u5ea6\u3002<\/p>\n （\u5728\u9ad8\u7ef4 Embedding \u7a7a\u95f4，\u4f59\u5f26\u76f8\u4f3c\u5ea6\u8861\u91cf\u4e24\u4e2a\u5411\u91cf\u6307\u5411\u7684\u8bed\u4e49\u65b9\u5411\u6709\u591a\u63a5\u8fd1）<\/p>\n \u4e0b\u9762\u8fd9\u5f20\u56fe\u7528\u4e8c\u7ef4\u7a7a\u95f4\u6765\u76f4\u89c9\u5316\u8fd9\u4ef6\u4e8b\u3002\u771f\u5b9e\u7684\u5411\u91cf\u662f\u51e0\u767e\u5230\u51e0\u5343\u7ef4，\u4f46\u6295\u5f71\u5230\u4e8c\u7ef4\u5e73\u9762\u540e，\u8bed\u4e49\u805a\u7c7b\u7684\u6a21\u5f0f\u4ecd\u7136\u6e05\u6670\u53ef\u89c1：<\/p>\n \u56fe\u4e2d\u7684\u6bcf\u4e2a\u70b9\u90fd\u662f\u4e00\u6bb5\u6587\u672c\u7ecf\u8fc7 Embedding \u540e\u5728\u5411\u91cf\u7a7a\u95f4\u4e2d\u7684\u4f4d\u7f6e\u3002\u771f\u5b9e\u7ef4\u5ea6\u8fdc\u4e0d\u6b62\u4e24\u7ef4（\u901a\u5e38\u662f\u51e0\u767e\u5230\u51e0\u5343\u7ef4），\u4f46\u8bed\u4e49\u805a\u7c7b\u7684\u89c4\u5f8b\u662f\u4e00\u81f4\u7684：\u51fa\u884c\u62a5\u9500\u7c7b\u7684\u6587\u6863\u5f7c\u6b64\u9760\u8fd1，\u52a8\u7269\u7c7b\u3001\u7f16\u7a0b\u7c7b\u5404\u81ea\u805a\u96c6\u3002<\/p>\n \u7528\u6237\u7684 Query \u5411\u91cf\u5316\u540e，\u7cfb\u7edf\u8ba1\u7b97\u5b83\u4e0e\u6240\u6709\u6587\u6863\u5411\u91cf\u7684\u8ddd\u79bb，\u627e\u5230\u6700\u8fd1\u7684\u51e0\u4e2a，\u8fd9\u5c31\u662f\u5411\u91cf\u68c0\u7d22\u7684\u672c\u8d28\u3002<\/p>\n Embedding \u4e0d\u662f\u751f\u6210\u6587\u672c，\u662f\u5728\u538b\u7f29\u8bed\u4e49<\/p>\n \u8fd9\u91cc\u6709\u4e00\u4e2a\u7ecf\u5e38\u88ab\u6df7\u6dc6\u7684\u6982\u5ff5，\u503c\u5f97\u5355\u72ec\u8bf4\u6e05\u695a\u3002<\/p>\n \u751f\u6210\u5f0f\u5927\u6a21\u578b（\u5982 GPT\u3001Claude）\u7684\u76ee\u6807\u662f\u8f93\u51fa\u6587\u5b57，\u7ed9\u4f60\u4e00\u6bb5\u8f93\u5165，\u751f\u6210\u4e0b\u4e00\u6bb5\u5185\u5bb9\u3002<\/p>\n Embedding \u6a21\u578b\u7684\u76ee\u6807\u5b8c\u5168\u4e0d\u540c\u2014\u2014\u5b83\u7684\u8f93\u51fa\u4e0d\u662f\u6587\u5b57，\u800c\u662f\u4e00\u4e2a\u5411\u91cf\u8868\u793a，\u76ee\u7684\u662f\u628a\u4e00\u6bb5\u6587\u5b57\u7684"\u8bed\u4e49"\u538b\u7f29\u5230\u4e00\u4e2a\u56fa\u5b9a\u7ef4\u5ea6\u7684\u6570\u5b57\u6570\u7ec4\u91cc，\u4fdd\u7559\u8bed\u4e49\u4fe1\u606f，\u4e22\u6389\u683c\u5f0f\u548c\u63aa\u8f9e\u7ec6\u8282\u3002<\/p>\n \u540c\u4e00\u4e2a\u8bed\u4e49，\u5373\u4f7f\u6362\u5404\u5f0f\u5404\u6837\u7684\u8bf4\u6cd5，\u7ecf\u8fc7\u4e00\u4e2a\u597d\u7684 Embedding \u6a21\u578b，\u5f97\u5230\u7684\u5411\u91cf\u5e94\u8be5\u975e\u5e38\u63a5\u8fd1\u3002\u8fd9\u5c31\u662f\u8bed\u4e49\u641c\u7d22\u80fd\u8de8\u8d8a\u63aa\u8f9e\u5dee\u5f02\u627e\u5230\u76f8\u5173\u5185\u5bb9\u7684\u6839\u672c\u539f\u56e0\u3002<\/p>\n \u5728\u5b9e\u9645\u5de5\u7a0b\u4e2d\u9009 Embedding \u6a21\u578b，\u6709\u51e0\u4e2a\u7ef4\u5ea6\u9700\u8981\u8003\u91cf：<\/p>\n \u5411\u91cf\u7ef4\u5ea6<\/p>\n \u7ef4\u5ea6\u8d8a\u9ad8，\u7406\u8bba\u4e0a\u80fd\u8868\u8fbe\u7684\u8bed\u4e49\u8d8a\u7ec6\u817b，\u4f46\u5b58\u50a8\u5f00\u9500\u548c\u68c0\u7d22\u901f\u5ea6\u4e5f\u4f1a\u76f8\u5e94\u589e\u52a0\u3002\u5e38\u89c1\u7ef4\u5ea6\u6709 384 \u7ef4（\u8f7b\u91cf）\u3001768 \u7ef4（\u5747\u8861）\u30011536 \u7ef4（\u9ad8\u7cbe\u5ea6）\u3002\u5927\u591a\u6570\u4e2d\u7b49\u89c4\u6a21\u4e1a\u52a1\u9009 768 \u7ef4\u662f\u5408\u7406\u8d77\u70b9\u3002<\/p>\n \u6700\u5927 token \u9650\u5236<\/p>\n \u6bcf\u4e2a Embedding \u6a21\u578b\u90fd\u6709\u8f93\u5165\u957f\u5ea6\u4e0a\u9650，\u8d85\u8fc7\u4e0a\u9650\u7684\u5185\u5bb9\u4f1a\u88ab\u622a\u65ad\u3002\u8fd9\u4e2a\u9650\u5236\u76f4\u63a5\u7ea6\u675f\u4e86 Chunk \u7684\u6700\u5927\u5927\u5c0f\u3002\u6bd4\u5982\u00a0bge-small-zh\u00a0\u652f\u6301\u6700\u591a 512 token，\u90a3\u4f60\u7684 chunk \u5c31\u4e0d\u80fd\u8d85\u8fc7\u8fd9\u4e2a\u9650\u5236\u3002\u9009\u6a21\u578b\u524d\u4e00\u5b9a\u8981\u6838\u5bf9\u8fd9\u4e2a\u53c2\u6570\u3002<\/p>\n \u4e2d\u6587\u652f\u6301<\/p>\n \u8fd9\u662f\u4e2d\u6587 RAG \u573a\u666f\u6700\u5173\u952e\u7684\u9009\u578b\u4f9d\u636e\u3002\u901a\u7528\u7684\u82f1\u6587 Embedding \u6a21\u578b（\u5982 OpenAI \u7684\u00a0text-embedding-ada-002）\u5bf9\u4e2d\u6587\u7684\u652f\u6301\u8d28\u91cf\u660e\u663e\u4e0d\u5982\u4e13\u95e8\u4f18\u5316\u8fc7\u4e2d\u6587\u7684\u6a21\u578b\u3002\u76ee\u524d\u4e2d\u6587\u573a\u666f\u4e0b\u53e3\u7891\u8f83\u597d\u7684\u5f00\u6e90\u9009\u9879\u5305\u62ec BGE \u7cfb\u5217\u548c M3E \u7cfb\u5217，\u90fd\u5728\u8bc4\u6d4b\u699c\u4e0a\u6709\u8f83\u597d\u8868\u73b0\u3002<\/p>\n \u662f\u5426\u652f\u6301\u975e\u5bf9\u79f0\u68c0\u7d22<\/p>\n RAG \u91cc\u6709\u4e00\u4e2a\u5178\u578b\u7684\u975e\u5bf9\u79f0\u573a\u666f：Query \u662f\u4e00\u4e2a\u7b80\u77ed\u7684\u95ee\u9898（"\u9000\u6b3e\u653f\u7b56\u662f\u4ec0\u4e48"），\u800c\u6587\u6863\u7247\u6bb5\u662f\u4e00\u6bb5\u8f83\u957f\u7684\u8bf4\u660e\u6587\u5b57\u3002\u6709\u4e9b\u6a21\u578b\u4e3a\u8fd9\u7c7b\u975e\u5bf9\u79f0\u7684 Query-Document \u5bf9\u505a\u4e86\u4e13\u95e8\u4f18\u5316，\u68c0\u7d22\u6548\u679c\u660e\u663e\u66f4\u597d，\u6bd4\u5982 BGE \u7cfb\u5217\u652f\u6301\u4e3a Query \u52a0\u7279\u6b8a\u524d\u7f00\u00a0"Represent this sentence for searching relevant passages:"\u00a0\u6765\u63d0\u5347\u68c0\u7d22\u6548\u679c\u3002<\/p>\n Q：Embedding \u6a21\u578b\u600e\u4e48\u9009？<\/p>\n \u53c2\u8003\u601d\u8def：\u4ece\u56db\u4e2a\u7ef4\u5ea6\u56de\u7b54\u3002<\/p>\n \u7b2c\u4e00，\u8bed\u8a00\u573a\u666f\u2014\u2014\u4e2d\u6587\u4e1a\u52a1\u4f18\u5148\u9009\u4e2d\u6587\u4f18\u5316\u6a21\u578b（BGE\u3001M3E），\u4e0d\u8981\u76f4\u63a5\u7528\u82f1\u6587\u901a\u7528\u6a21\u578b；\u7b2c\u4e8c，\u8f93\u5165\u957f\u5ea6\u2014\u2014\u6a21\u578b\u7684\u6700\u5927 token \u9650\u5236\u76f4\u63a5\u51b3\u5b9a chunk \u5927\u5c0f\u7684\u4e0a\u9650；<\/p>\n \u7b2c\u4e09，\u5411\u91cf\u7ef4\u5ea6\u2014\u2014\u6839\u636e\u5b58\u50a8\u8d44\u6e90\u548c\u7cbe\u5ea6\u8981\u6c42\u6743\u8861，768 \u7ef4\u901a\u5e38\u662f\u5408\u7406\u8d77\u70b9；<\/p>\n \u7b2c\u56db，\u4efb\u52a1\u7c7b\u578b\u2014\u2014\u975e\u5bf9\u79f0\u68c0\u7d22（\u77ed Query \u627e\u957f\u6587\u6863）\u548c\u5bf9\u79f0\u68c0\u7d22（\u76f8\u4f3c\u95ee\u9898\u5339\u914d）\u7684\u6700\u4f18\u6a21\u578b\u4e0d\u540c，\u8981\u770b\u5177\u4f53\u4e1a\u52a1\u573a\u666f\u3002<\/p>\n Q：Embedding \u548c Rerank \u6709\u4ec0\u4e48\u533a\u522b？<\/p>\n \u53c2\u8003\u601d\u8def：Embedding（\u53cc\u5854\/Bi-Encoder）\u5bf9 Query \u548c\u6587\u6863\u5206\u522b\u72ec\u7acb\u7f16\u7801\u6210\u5411\u91cf，\u901a\u8fc7\u5411\u91cf\u76f8\u4f3c\u5ea6\u53ec\u56de，\u4f18\u70b9\u662f\u6587\u6863\u5411\u91cf\u53ef\u79bb\u7ebf\u9884\u8ba1\u7b97\u3001\u68c0\u7d22\u6781\u5feb，\u53ef\u5904\u7406\u767e\u4e07\u91cf\u7ea7，\u9002\u5408\u7c97\u7b5b；<\/p>\n Rerank（Cross-Encoder）\u628a Query \u548c\u6bcf\u4e2a\u5019\u9009\u6587\u6863\u62fc\u63a5\u540e\u8054\u5408\u8f93\u5165，\u76f4\u63a5\u8f93\u51fa\u76f8\u5173\u6027\u5206\u6570，\u6a21\u578b\u80fd\u770b\u5230\u4e24\u8005\u7684\u6df1\u5ea6\u4ea4\u4e92，\u7cbe\u51c6\u5ea6\u66f4\u9ad8，\u4f46\u65e0\u6cd5\u9884\u8ba1\u7b97\u3001\u9700\u9010\u5bf9\u63a8\u7406，\u53ea\u9002\u5408\u5bf9\u5c11\u91cf\u5019\u9009\u505a\u7cbe\u6392\u3002\u4e24\u8005\u662f\u6d41\u6c34\u7ebf\u5173\u7cfb：Embedding \u7c97\u7b5b\u53ec\u56de\u5019\u9009\u6c60，Rerank \u7cbe\u6392\u8fc7\u6ee4\u51fa\u6700\u7ec8\u4f20\u7ed9 LLM \u7684\u4e0a\u4e0b\u6587\u3002<\/p>\n \u4f60\u505a\u4e86\u4e00\u4e2a RAG \u7cfb\u7edf，\u6709 100 \u4e07\u4e2a\u6587\u6863 chunk，\u6bcf\u4e2a chunk \u90fd\u7ecf\u8fc7 Embedding \u53d8\u6210\u4e86\u4e00\u4e2a 768 \u7ef4\u7684\u5411\u91cf\u3002<\/p>\n \u73b0\u5728\u7528\u6237\u63d0\u4e86\u4e00\u4e2a\u95ee\u9898，\u4f60\u628a\u8fd9\u4e2a\u95ee\u9898\u4e5f\u5411\u91cf\u5316\u4e86\u3002\u63a5\u4e0b\u6765\u4f60\u8981\u505a\u7684\u4e8b\u60c5\u662f：\u627e\u5230 100 \u4e07\u4e2a\u5411\u91cf\u91cc，\u548c\u8fd9\u4e2a Query \u5411\u91cf\u6700\u76f8\u4f3c\u7684 top-5 \u4e2a\u3002<\/p>\n \u542c\u8d77\u6765\u4e0d\u96be，\u5b9e\u9645\u505a\u8d77\u6765\u5f88\u9ebb\u70e6\u3002<\/p>\n \u6700\u76f4\u63a5\u7684\u65b9\u6cd5\u662f"\u66b4\u529b\u641c\u7d22"：\u628a Query \u5411\u91cf\u548c\u5168\u90e8 100 \u4e07\u4e2a\u5411\u91cf\u9010\u4e00\u8ba1\u7b97\u4f59\u5f26\u76f8\u4f3c\u5ea6，\u6392\u5e8f，\u53d6 top-5\u3002\u5728\u4e00\u53f0\u666e\u901a\u670d\u52a1\u5668\u4e0a，\u8fd9\u4e2a\u64cd\u4f5c\u5927\u6982\u9700\u8981\u51e0\u767e\u6beb\u79d2\u5230\u51e0\u79d2\u2014\u2014\u5bf9\u4e8e\u5b9e\u65f6\u5bf9\u8bdd\u573a\u666f\u6765\u8bf4\u5b8c\u5168\u4e0d\u53ef\u63a5\u53d7\u3002<\/p>\n \u800c\u4e14，\u5f53\u5411\u91cf\u6570\u91cf\u589e\u957f\u5230 1000 \u4e07\u30011 \u4ebf\u65f6，\u66b4\u529b\u641c\u7d22\u7684\u8017\u65f6\u7ebf\u6027\u589e\u957f，\u6839\u672c\u65e0\u6cd5\u7528\u4e8e\u751f\u4ea7\u3002<\/p>\n \u8fd9\u5c31\u662f\u5411\u91cf\u6570\u636e\u5e93\u8981\u89e3\u51b3\u7684\u6838\u5fc3\u95ee\u9898：\u5728\u6d77\u91cf\u9ad8\u7ef4\u5411\u91cf\u4e2d，\u5982\u4f55\u5728\u6beb\u79d2\u7ea7\u5185\u627e\u5230\u6700\u76f8\u4f3c\u7684\u7ed3\u679c？<\/span><\/p>\n \u8fd9\u662f\u9762\u8bd5\u91cc\u6700\u5e38\u95ee\u7684\u95ee\u9898\u4e4b\u4e00\u3002\u7b54\u6848\u4e0d\u53ea\u662f"MySQL \u4e0d\u652f\u6301"，\u800c\u662f\u6709\u672c\u8d28\u7684\u6280\u672f\u539f\u56e0\u3002<\/p>\n \u4f20\u7edf\u5173\u7cfb\u578b\u6570\u636e\u5e93\u7684\u67e5\u8be2\u672c\u8d28\u4e0a\u662f\u7cbe\u786e\u5339\u914d\u6216\u8303\u56f4\u626b\u63cf\u2014\u2014\u6bd4\u5982\u00a0WHERE age > 25 AND city = '\u5317\u4eac'，\u901a\u8fc7 B-Tree \u7d22\u5f15\u53ef\u4ee5\u5feb\u901f\u5b9a\u4f4d\u5230\u7b26\u5408\u6761\u4ef6\u7684\u884c\u3002<\/p>\n \u5411\u91cf\u76f8\u4f3c\u5ea6\u641c\u7d22\u5b8c\u5168\u4e0d\u540c\u3002\u4f60\u4e0d\u662f\u5728\u95ee"\u54ea\u4e9b\u5411\u91cf\u7b49\u4e8e\u67d0\u4e2a\u503c"，\u800c\u662f\u5728\u95ee"\u54ea\u4e9b\u5411\u91cf\u548c\u6211\u7684\u67e5\u8be2\u5411\u91cf\u6700\u63a5\u8fd1<\/span>"\u2014\u2014\u8fd9\u662f\u4e00\u4e2a\u5728\u9ad8\u7ef4\u8fde\u7eed\u7a7a\u95f4\u91cc\u7684\u51e0\u4f55\u95ee\u9898\u3002<\/p>\n \u4f20\u7edf\u6570\u636e\u5e93\u7684\u7d22\u5f15\u7ed3\u6784（B-Tree\u3001Hash Index）\u5bf9\u8fd9\u7c7b\u95ee\u9898\u5b8c\u5168\u65e0\u6548，\u56e0\u4e3a\u5b83\u4eec\u8bbe\u8ba1\u4e4b\u521d\u6ca1\u6709\u8003\u8651"\u9ad8\u7ef4\u51e0\u4f55\u76f8\u4f3c\u5ea6"\u8fd9\u4e2a\u7ef4\u5ea6\u3002\u5373\u4fbf PostgreSQL \u7684 pgvector \u6269\u5c55\u652f\u6301\u5411\u91cf\u5b58\u50a8，\u5728\u5927\u89c4\u6a21\u573a\u666f\u4e0b\u7684\u6027\u80fd\u4ecd\u7136\u8fdc\u4e0d\u5982\u4e13\u95e8\u7684\u5411\u91cf\u6570\u636e\u5e93\u3002<\/p>\n \u8981\u5728\u767e\u4e07\u91cf\u7ea7\u5411\u91cf\u4e2d\u505a\u6beb\u79d2\u7ea7\u68c0\u7d22，\u5173\u952e\u662f\u5411\u91cf\u7d22\u5f15\u3002\u5411\u91cf\u6570\u636e\u5e93\u4e0d\u505a\u66b4\u529b\u5168\u91cf\u8ba1\u7b97，\u800c\u662f\u9884\u5148\u6784\u5efa\u4e00\u4e2a\u7279\u6b8a\u7684\u7d22\u5f15\u7ed3\u6784，\u8ba9\u68c0\u7d22\u65f6\u53ea\u9700\u8bbf\u95ee\u4e00\u5c0f\u90e8\u5206\u5411\u91cf\u5c31\u80fd\u627e\u5230\u8fd1\u4f3c\u7684\u6700\u8fd1\u90bb\u2014\u2014\u8fd9\u5c31\u662f ANN（Approximate Nearest Neighbor，\u8fd1\u4f3c\u6700\u8fd1\u90bb\u641c\u7d22）\u3002<\/p>\n "\u8fd1\u4f3c"\u4e24\u5b57\u9700\u8981\u6ce8\u610f\u3002ANN \u4e0d\u4fdd\u8bc1\u627e\u5230\u7edd\u5bf9\u6700\u8fd1\u90bb，\u4f46\u5728\u5b9e\u8df5\u4e2d\u627e\u5230\u7684\u7ed3\u679c\u7cbe\u51c6\u5ea6\u8db3\u591f\u9ad8（\u901a\u5e38 95%+），\u800c\u901f\u5ea6\u63d0\u5347\u662f\u6570\u91cf\u7ea7\u7684\u3002<\/p>\n \u76ee\u524d\u6700\u4e3b\u6d41\u7684\u4e24\u7c7b\u5411\u91cf\u7d22\u5f15\u7b97\u6cd5\u662f：<\/p>\n HNSW（Hierarchical Navigable Small World）<\/p>\n HNSW \u6784\u5efa\u4e86\u4e00\u4e2a\u5c42\u7ea7\u7ed3\u6784\u7684\u56fe：\u6700\u9876\u5c42\u662f\u5c11\u91cf\u8282\u70b9，\u5f62\u6210"\u9ad8\u901f\u516c\u8def"；\u5e95\u5c42\u662f\u6240\u6709\u8282\u70b9，\u5f62\u6210"\u8857\u9053\u7f51\u7edc"\u3002\u68c0\u7d22\u65f6\u4ece\u9876\u5c42\u5165\u53e3\u8fdb\u5165，\u6cbf\u56fe\u4e2d\u7684\u90bb\u5c45\u8fb9\u5feb\u901f\u5bfc\u822a，\u9010\u5c42\u4e0b\u964d，\u50cf GPS \u5bfc\u822a\u4e00\u6837\u8d8a\u6765\u8d8a\u7cbe\u7ec6，\u6700\u7ec8\u5b9a\u4f4d\u5230\u76ee\u6807\u9644\u8fd1\u7684\u6700\u8fd1\u90bb\u3002<\/p>\n HNSW \u7684\u4f18\u52bf\u662f\u67e5\u8be2\u901f\u5ea6\u6781\u5feb\u3001\u7cbe\u5ea6\u9ad8，\u662f Milvus\u3001Qdrant\u3001Weaviate \u7b49\u4e3b\u6d41\u5411\u91cf\u6570\u636e\u5e93\u7684\u9ed8\u8ba4\u7d22\u5f15\u3002\u4ee3\u4ef7\u662f\u6784\u5efa\u7d22\u5f15\u65f6\u5185\u5b58\u5360\u7528\u8f83\u5927\u3002<\/p>\n IVF（Inverted File Index）<\/p>\n IVF \u5148\u5bf9\u6240\u6709\u5411\u91cf\u505a K-Means \u805a\u7c7b，\u628a\u76f8\u4f3c\u7684\u5411\u91cf\u5206\u7ec4\u5230\u540c\u4e00\u4e2a"\u8d27\u67b6"\u91cc\u3002\u68c0\u7d22\u65f6\u5148\u627e\u5230 Query \u5411\u91cf\u6700\u8fd1\u7684\u51e0\u4e2a\u8d27\u67b6，\u53ea\u5728\u8fd9\u4e9b\u8d27\u67b6\u5185\u505a\u7cbe\u7ec6\u67e5\u627e，\u800c\u4e0d\u662f\u5168\u91cf\u626b\u63cf\u3002<\/p>\n IVF \u7684\u4f18\u52bf\u662f\u5185\u5b58\u5360\u7528\u8f83\u4f4e，\u9002\u5408\u8d85\u5927\u89c4\u6a21\u6570\u636e\u96c6\u3002\u7f3a\u70b9\u662f\u5982\u679c Query \u5411\u91cf\u6070\u597d\u843d\u5728\u4e24\u4e2a\u8d27\u67b6\u7684\u8fb9\u754c，\u53ef\u80fd\u4f1a\u6f0f\u6389\u4e00\u4e9b\u76f8\u5173\u7ed3\u679c（\u8fb9\u754c\u6548\u5e94）\u3002<\/p>\n \u5411\u91cf\u6570\u636e\u5e93\u4e0d\u53ea\u662f"\u5b58\u5411\u91cf\u3001\u641c\u5411\u91cf"\u8fd9\u4e48\u7b80\u5355，\u5b83\u8fd8\u6709\u51e0\u4e2a\u5728 RAG \u5de5\u7a0b\u91cc\u975e\u5e38\u91cd\u8981\u7684\u80fd\u529b：<\/p>\n \u5143\u6570\u636e\u8fc7\u6ee4（Metadata Filtering）<\/p>\n \u6bcf\u4e2a\u5411\u91cf\u53ef\u4ee5\u9644\u5e26\u7ed3\u6784\u5316\u7684\u5143\u6570\u636e，\u6bd4\u5982\u6587\u6863\u6765\u6e90\u3001\u521b\u5efa\u65f6\u95f4\u3001\u90e8\u95e8\u5f52\u5c5e\u3001\u6587\u6863\u7c7b\u578b\u7b49\u3002\u68c0\u7d22\u65f6\u53ef\u4ee5\u5728\u5411\u91cf\u76f8\u4f3c\u5ea6\u641c\u7d22\u7684\u540c\u65f6\u9644\u52a0\u5143\u6570\u636e\u6761\u4ef6\u2014\u2014\u6bd4\u5982"\u53ea\u5728\u6700\u8fd1\u4e09\u4e2a\u6708\u7684\u6587\u6863\u91cc\u641c\u7d22"\u3001"\u53ea\u641c\u7d22\u4ea7\u54c1\u90e8\u95e8\u7684\u6587\u6863"\u3002\u8fd9\u8ba9 RAG \u7cfb\u7edf\u53ef\u4ee5\u505a\u5230\u8bed\u4e49\u76f8\u5173 + \u4e1a\u52a1\u8fc7\u6ee4\u7684\u7ec4\u5408\u67e5\u8be2\u3002<\/p>\n \u6df7\u5408\u68c0\u7d22（Hybrid Search）<\/p>\n \u4e3b\u6d41\u5411\u91cf\u6570\u636e\u5e93（\u5982 Weaviate\u3001Elasticsearch with dense vectors）\u652f\u6301\u540c\u65f6\u8fd0\u884c\u5411\u91cf\u641c\u7d22\u548c\u5173\u952e\u8bcd\u641c\u7d22，\u7136\u540e\u7528\u878d\u5408\u7b97\u6cd5（\u5982 RRF，Reciprocal Rank Fusion）\u5408\u5e76\u4e24\u8def\u7ed3\u679c\u3002\u8fd9\u5bf9\u4e2d\u6587\u4e13\u4e1a\u672f\u8bed\u573a\u666f\u5c24\u5176\u6709\u7528，\u56e0\u4e3a\u6709\u4e9b\u4e13\u6709\u540d\u8bcd\u7684\u8bed\u4e49\u8868\u793a\u5f88\u5f31，\u5fc5\u987b\u4f9d\u8d56\u5173\u952e\u8bcd\u7cbe\u786e\u5339\u914d\u3002<\/p>\n \u5411\u91cf\u66f4\u65b0\u548c\u5220\u9664<\/p>\n \u77e5\u8bc6\u5e93\u9700\u8981\u6301\u7eed\u66f4\u65b0\u2014\u2014\u6587\u6863\u4fee\u6539\u4e86\u3001\u5220\u9664\u4e86，\u5411\u91cf\u7d22\u5f15\u4e5f\u9700\u8981\u5bf9\u5e94\u66f4\u65b0\u3002\u4e0d\u540c\u5411\u91cf\u6570\u636e\u5e93\u5bf9\u8fd9\u4e2a\u64cd\u4f5c\u7684\u652f\u6301\u6210\u672c\u5dee\u5f02\u5f88\u5927，\u9009\u578b\u65f6\u9700\u8981\u8003\u8651\u4e1a\u52a1\u7684\u66f4\u65b0\u9891\u7387\u3002<\/p>\n Q：\u4e3a\u4ec0\u4e48\u4e0d\u7528 MySQL \u505a\u76f8\u4f3c\u68c0\u7d22？<\/p>\n \u53c2\u8003\u601d\u8def：\u5206\u4e24\u4e2a\u5c42\u9762\u56de\u7b54\u3002<\/p>\n \u7b2c\u4e00，\u529f\u80fd\u5c42\u9762：\u4f20\u7edf\u5173\u7cfb\u578b\u6570\u636e\u5e93\u7684\u67e5\u8be2\u6a21\u578b\u662f\u7cbe\u786e\u5339\u914d\u548c\u8303\u56f4\u626b\u63cf，\u57fa\u4e8e B-Tree \u7b49\u7d22\u5f15\u7ed3\u6784，\u8fd9\u7c7b\u7ed3\u6784\u65e0\u6cd5\u652f\u6301"\u627e\u9ad8\u7ef4\u7a7a\u95f4\u4e2d\u7684\u8fd1\u4f3c\u6700\u8fd1\u90bb"\u8fd9\u79cd\u51e0\u4f55\u95ee\u9898；<\/p>\n \u7b2c\u4e8c，\u6027\u80fd\u5c42\u9762：\u5373\u4fbf\u901a\u8fc7\u6269\u5c55\u652f\u6301\u5411\u91cf\u5b58\u50a8\u548c\u8ba1\u7b97（\u5982 pgvector），\u5728\u767e\u4e07\u7ea7\u5411\u91cf\u65f6\u5168\u91cf\u8ba1\u7b97\u4f59\u5f26\u76f8\u4f3c\u5ea6\u7684\u590d\u6742\u5ea6\u662f O(N)，\u8fdc\u8fdc\u65e0\u6cd5\u6ee1\u8db3\u6beb\u79d2\u7ea7\u68c0\u7d22\u9700\u6c42\u3002\u5411\u91cf\u6570\u636e\u5e93\u901a\u8fc7 HNSW\u3001IVF \u7b49\u4e13\u95e8\u7684\u8fd1\u4f3c\u7d22\u5f15\u7ed3\u6784，\u628a\u68c0\u7d22\u590d\u6742\u5ea6\u964d\u4f4e\u5230\u8fd1\u4f3c O(log N)\u3002<\/p>\n Q：\u5411\u91cf\u6570\u636e\u5e93\u4e3a\u4ec0\u4e48\u80fd\u52a0\u901f\u53ec\u56de？<\/p>\n \u53c2\u8003\u601d\u8def：\u5411\u91cf\u6570\u636e\u5e93\u7684\u6838\u5fc3\u662f ANN（\u8fd1\u4f3c\u6700\u8fd1\u90bb\u641c\u7d22<\/span>），\u901a\u8fc7\u9884\u5148\u6784\u5efa\u5411\u91cf\u7d22\u5f15\u6765\u907f\u514d\u5168\u91cf\u8ba1\u7b97\u3002\u4ee5 HNSW \u4e3a\u4f8b，\u5b83\u6784\u5efa\u4e86\u5206\u5c42\u7684\u53ef\u5bfc\u822a\u5c0f\u4e16\u754c\u56fe，\u68c0\u7d22\u65f6\u4ece\u9876\u5c42\u7a00\u758f\u56fe\u7684\u5165\u53e3\u5feb\u901f\u5bfc\u822a，\u9010\u5c42\u5b9a\u4f4d\u5230\u76ee\u6807\u533a\u57df，\u53ea\u8bbf\u95ee\u6781\u5c11\u6570\u8282\u70b9\u5c31\u80fd\u627e\u5230\u8fd1\u4f3c\u6700\u8fd1\u90bb，\u901f\u5ea6\u6bd4\u66b4\u529b\u641c\u7d22\u5feb\u51e0\u4e2a\u6570\u91cf\u7ea7\u3002\u4ee3\u4ef7\u662f"\u8fd1\u4f3c"\u2014\u2014\u4e0d\u4fdd\u8bc1\u7edd\u5bf9\u6700\u8fd1\u90bb，\u4f46\u5b9e\u8df5\u4e2d recall \u7cbe\u5ea6 95%+ \u8db3\u4ee5\u6ee1\u8db3 RAG \u573a\u666f\u9700\u6c42\u3002<\/p>\n \u5185\u5bb9\u6709\u70b9\u591a\u4e86，\u8fd9\u4e2a\u6211\u91cd\u65b0\u51fa\u4e00\u4e2a\u7ae0\u8282\u3002<\/p>\n \u5207\u7247：\u3010LLM&&AI\u5e94\u7528\u5f00\u53d1 \u516b\u80a1\u6587\u3011–RAG\u7684\u5206\u5757\u7b56\u7565-CSDN\u535a\u5ba2<\/p>\n \u8bb2 Chunking \u7ed5\u4e0d\u5f00\u4e00\u4e2a\u5173\u952e\u53c2\u6570：overlap（\u91cd\u53e0）\u3002<\/p>\n \u8bbe\u60f3\u4e00\u6bb5\u6587\u5b57，\u4e2d\u95f4\u67d0\u53e5\u8bdd\u6070\u597d\u843d\u5728\u4e24\u4e2a chunk \u7684\u8fb9\u754c：\u524d\u534a\u53e5\u5728 chunk 1，\u540e\u534a\u53e5\u5728 chunk 2\u3002\u5f53\u7528\u6237\u63d0\u95ee\u8fd9\u53e5\u8bdd\u76f8\u5173\u7684\u5185\u5bb9\u65f6，\u5355\u72ec\u68c0\u7d22\u5230 chunk 1 \u6216 chunk 2，\u62ff\u5230\u7684\u90fd\u662f\u4e00\u534a，\u4fe1\u606f\u4e0d\u5b8c\u6574，\u751f\u6210\u7684\u7b54\u6848\u5c31\u4f1a\u51fa\u9519\u3002<\/p>\n Overlap \u7684\u89e3\u51b3\u601d\u8def\u662f：\u76f8\u90bb chunk \u4e4b\u95f4\u4fdd\u7559\u4e00\u6bb5\u91cd\u53e0\u7684\u5185\u5bb9\u3002\u6bd4\u5982 chunk \u5927\u5c0f\u8bbe\u4e3a 512 token，overlap \u8bbe\u4e3a 64 token，\u90a3\u4e48 chunk 2 \u7684\u524d 64 \u4e2a token \u548c chunk 1 \u7684\u540e 64 \u4e2a token \u662f\u5b8c\u5168\u76f8\u540c\u7684\u3002<\/p>\n \u8fd9\u6837，\u8fb9\u754c\u9644\u8fd1\u7684\u4fe1\u606f\u5728\u4e24\u4e2a chunk \u91cc\u90fd\u6709\u5907\u4efd，\u4e0d\u7ba1\u68c0\u7d22\u547d\u4e2d\u54ea\u4e2a，\u90fd\u80fd\u62ff\u5230\u5b8c\u6574\u7684\u4e0a\u4e0b\u6587\u3002<\/p>\n Q：\u4f60\u4eec\u9879\u76ee\u91cc chunk \u662f\u600e\u4e48\u5207\u7684？<\/p>\n \u53c2\u8003\u601d\u8def：<\/p>\n \u5148\u8bf4\u9009\u62e9\u4e86\u4ec0\u4e48\u7b56\u7565\u53ca\u539f\u56e0，\u518d\u8bf4\u5177\u4f53\u53c2\u6570（chunk size\u3001overlap），\u6700\u540e\u8bf4\u662f\u5982\u4f55\u8bc4\u4f30\u548c\u8c03\u6574\u7684\u3002<\/p>\n \u4f8b\u5982："\u6211\u4eec\u7684\u6587\u6863\u662f\u6709\u7ae0\u8282\u7ed3\u6784\u7684\u4ea7\u54c1\u624b\u518c，\u6240\u4ee5\u7528\u4e86\u7ed3\u6784\u611f\u77e5\u5207\u5206，\u6309\u4e8c\u7ea7\u6807\u9898\u5212\u5206\u3002\u6bcf\u4e2a chunk \u63a7\u5236\u5728 600 token \u4ee5\u5185，overlap \u8bbe\u4e86 80 token\u3002\u540e\u6765\u53d1\u73b0\u90e8\u5206\u6280\u672f\u89c4\u683c\u5185\u5bb9\u8de8\u6bb5\u843d，\u628a overlap \u8c03\u5927\u5230 120 token \u540e，\u76f8\u5173\u95ee\u9898\u7684\u53ec\u56de\u7387\u6709\u660e\u663e\u63d0\u5347\u3002"<\/p>\n Q：chunk \u8fc7\u5927\u8fc7\u5c0f\u5206\u522b\u6709\u4ec0\u4e48\u95ee\u9898？<\/p>\n \u53c2\u8003\u601d\u8def：<\/p>\n \u8fc7\u5c0f\u4f1a\u5bfc\u81f4\u8bed\u4e49\u4e0d\u5b8c\u6574，\u5355\u4e2a chunk \u7f3a\u4e4f\u4e0a\u4e0b\u6587，\u5411\u91cf\u8868\u793a\u8bed\u4e49\u6a21\u7cca，\u68c0\u7d22\u7cbe\u51c6\u5ea6\u4f4e\u3002<\/p>\n \u8fc7\u5927\u4f1a\u5bfc\u81f4 Context \u91cc\u7684\u566a\u58f0\u589e\u591a，\u6a21\u578b\u6ce8\u610f\u529b\u88ab\u5206\u6563，\u540c\u65f6\u6bcf\u4e2a chunk \u7684\u5411\u91cf\u662f\u591a\u8bdd\u9898\u6df7\u5408\u7684\u5e73\u5747，\u8bed\u4e49\u5339\u914d\u53d8\u5dee\u3002\u4e24\u4e2a\u65b9\u5411\u7684\u95ee\u9898\u90fd\u76f4\u63a5\u5f71\u54cd\u6700\u7ec8\u7684\u751f\u6210\u8d28\u91cf\u3002<\/p>\n Q：\u4e3a\u4ec0\u4e48\u8981\u8bbe\u7f6e overlap？<\/p>\n \u53c2\u8003\u601d\u8def：<\/p>\n overlap \u662f\u4e3a\u4e86\u9632\u6b62\u91cd\u8981\u4fe1\u606f\u843d\u5728 chunk \u8fb9\u754c\u88ab\u5272\u88c2，\u901a\u8fc7\u8ba9\u76f8\u90bb chunk \u5171\u4eab\u4e00\u6bb5\u5185\u5bb9\u6765\u4fdd\u8bc1\u8fb9\u754c\u9644\u8fd1\u7684\u4fe1\u606f\u5728\u4e24\u4fa7\u90fd\u80fd\u88ab\u5b8c\u6574\u68c0\u7d22\u5230\u3002<\/p>\n","protected":false},"excerpt":{"rendered":" \u4e3a\u4ec0\u4e48\u6709\u4e86\u5927\u6a21\u578b\u8fd8\u9700\u8981RAG？\u5e7b\u89c9\u3001\u79c1\u6709\u77e5\u8bc6\u3001\u65f6\u6548\u6027\u56db\u5927\u95ee\u98981.2.\u9762\u8bd5\u5b98\u53ef\u80fd\u4f1a\u95ee<\/h3>\n
2.RAG–\u5b8c\u6574\u94fe\u8def<\/h2>\n
![\"\"](\"https:\/\/www.wsisp.com\/helps\/wp-content\/uploads\/2026\/09\/20260907140916-6a9ec58c76a56.png\")
<\/p>\n2.1.\u79bb\u7ebf\u9636\u6bb5<\/h3>\n
2.2.\u5728\u7ebf\u9636\u6bb5<\/h3>\n
![\"\"](\"https:\/\/www.wsisp.com\/helps\/wp-content\/uploads\/2026\/09\/20260907140916-6a9ec58ccda22.png\")
<\/p>\n\n
\n
\n
\n
\nfrom rank_bm25 import BM25Okapi<\/p>\n
\ncorpus = [
\n "\u56fd\u5185\u51fa\u5dee\u4f4f\u5bbf\u6807\u51c6：\u4e00\u7ebf\u57ce\u5e02\u5355\u4eba\u4e0a\u9650600\u5143\/\u665a，\u4e8c\u7ebf\u57ce\u5e02450\u5143\/\u665a\u3002\u51fa\u5dee\u673a\u7968\u4f18\u5148\u7ecf\u6d4e\u8231\u3002",
\n "\u516c\u53f8\u4e3a\u5f02\u5730\u5458\u5de5\u63d0\u4f9b\u4f4f\u623f\u8865\u8d34，\u4e00\u7ebf\u57ce\u5e02\u6bcf\u6708\u8865\u8d341500\u5143，\u4e8c\u7ebf\u57ce\u5e021000\u5143\u3002",
\n "\u4f9b\u5e94\u5546\u4f4f\u5bbf\u63a5\u5f85\u6807\u51c6，\u4e00\u7c7b\u57ce\u5e02\u4e0d\u8d85\u8fc7800\u5143\u6bcf\u665a\u3002",
\n "\u51fa\u5dee\u62a5\u9500\u9700\u8981\u53d1\u7968\u3001\u884c\u7a0b\u5355，\u63d0\u4ea4OA\u6d41\u7a0b\u5ba1\u6279\u3002",
\n]<\/p>\n
\nchunk_ids = [0, 1, 2, 3]<\/p>\n
\ntokenized_corpus = [list(jieba.cut(doc)) for doc in corpus]<\/p>\n
\nbm25 = BM25Okapi(tokenized_corpus)<\/p>\n
\ndef bm25_search(query: str, top_n=3):
\n query_tokens = list(jieba.cut(query))
\n scores = bm25.get_scores(query_tokens)
\n # (score, chunk_id, text)
\n scored = [(scores[i], chunk_ids[i], corpus[i]) for i in range(len(scores))]
\n scored.sort(key=lambda x: x[0], reverse=True)
\n return scored[:top_n]<\/p>\n
\ndef mock_vector_search(query: str, top_n=3):
\n """\u6a21\u62df\u5411\u91cf\u68c0\u7d22\u8fd4\u56de\u7ed3\u679c，\u683c\u5f0f：(sim_score, chunk_id, text)
\n \u5bf9\u5e94\u524d\u9762\u4f8b\u5b50：\u5411\u91cf\u53ec\u56de\u987a\u5e8f 0,1,2
\n """
\n # \u6a21\u62df\u5411\u91cf\u76f8\u4f3c\u5ea6\u5206\u6570
\n mock_ret = [
\n (0.92, 0, corpus[0]),
\n (0.78, 1, corpus[1]),
\n (0.71, 2, corpus[2]),
\n ]
\n return mock_ret[:top_n]<\/p>\n
\ndef rrf_fuse(list_a, list_b, k=6):
\n """
\n list_a \/ list_b: [(score, chunk_id, text), …]
\n k: RRF\u5e38\u6570，\u4e00\u822c\u53d66
\n return: \u878d\u5408\u540e\u6392\u5e8f\u5217\u8868 [(rrf_score, chunk_id, text)]
\n """
\n rrf_dict = {}<\/p>\n
\n for rank, item in enumerate(list_a):
\n _, cid, text = item
\n rrf_score = 1.0 \/ (rank + 1 + k)
\n if cid not in rrf_dict:
\n rrf_dict[cid] = {"score": 0.0, "text": text}
\n rrf_dict[cid]["score"] += rrf_score<\/p>\n
\n for rank, item in enumerate(list_b):
\n _, cid, text = item
\n rrf_score = 1.0 \/ (rank + 1 + k)
\n if cid not in rrf_dict:
\n rrf_dict[cid] = {"score": 0.0, "text": text}
\n rrf_dict[cid]["score"] += rrf_score<\/p>\n
\n fused = sorted(rrf_dict.items(), key=lambda x: x[1]["score"], reverse=True)
\n out = [(v["score"], cid, v["text"]) for cid, v in fused]
\n return out<\/p>\n
\nif __name__ == "__main__":
\n user_query = "\u56fd\u5185\u51fa\u5dee\u4e00\u7ebf\u57ce\u5e02\u4f4f\u5bbf\u62a5\u9500\u6807\u51c6\u662f\u591a\u5c11？"<\/p>\n
\n vec_res = mock_vector_search(user_query, top_n=3)<\/p>\n
\n for s, cid, txt in bm25_res:
\n print(f"score={s:.3f}, id={cid}: {txt}")<\/p>\n
\n for s, cid, txt in vec_res:
\n print(f"sim={s:.3f}, id={cid}: {txt}")<\/p>\n
\n print("\\\\n==== RRF\u6df7\u5408\u68c0\u7d22\u878d\u5408\u7ed3\u679c ====")
\n for s, cid, txt in fused_result:
\n print(f"rrf={s:.3f}, id={cid}: {txt}")<\/p>\n![\"\"](\"https:\/\/www.wsisp.com\/helps\/wp-content\/uploads\/2026\/09\/20260907140916-6a9ec58cea58a.png\")
<\/p>\n\n
\n
![\"\"](\"https:\/\/www.wsisp.com\/helps\/wp-content\/uploads\/2026\/09\/20260907140917-6a9ec58d3b74a.png\")
<\/p>\n
\n[\u6765\u6e90：\u4ea7\u54c1\u624b\u518c\u7b2c3\u9875]
\n\u2026\u2026chunk\u5185\u5bb9\u2026\u2026
\n[\u6765\u6e90：\u8d22\u52a1\u5236\u5ea6V2.0]
\n\u2026\u2026chunk\u5185\u5bb9\u2026\u2026<\/p>\n
\n2.3.\u6838\u5fc3\u8ba4\u77e5<\/h3>\n
\n
\u6838\u5fc3\u8ba4\u77e5\u8981\u70b9\u8bf4\u660e\u5b9e\u8df5\u542f\u793a<\/tr>\n \n\n \u5404\u73af\u8282\u5bf9\u8d28\u91cf\u7684\u5f71\u54cd\u5404\u4e0d\u76f8\u540c<\/td>\n \n \u4f18\u5316 RAG \u4f18\u5148\u5b9a\u4f4d\u8584\u5f31\u73af\u8282，\u4e0d\u8981\u6240\u6709\u73af\u8282\u76f2\u76ee\u8c03\u53c2<\/td>\n<\/tr>\n \n \u79bb\u7ebf\u2011\u5728\u7ebf\u94fe\u8def\u5fc5\u987b\u5bf9\u9f50<\/td>\n \u6587\u672c\u6e05\u6d17\u3001\u5206\u8bcd\u3001Embedding \u6a21\u578b，\u79bb\u7ebf\u5efa\u7d22\u5f15\u548c\u5728\u7ebf\u68c0\u7d22\u5fc5\u987b\u5b8c\u5168\u4e00\u81f4；\u7d22\u5f15\u7528\u6a21\u578b A，\u68c0\u7d22\u7528\u6a21\u578b B，\u5411\u91cf\u7a7a\u95f4\u4e0d\u4e00\u81f4，\u76f8\u4f3c\u5ea6\u8ba1\u7b97\u5931\u6548<\/td>\n \u4e0a\u7ebf\u524d\u6821\u9a8c\u9884\u5904\u7406\u94fe\u8def\u4e00\u81f4\u6027；\u4e0d\u8981\u968f\u610f\u66f4\u6362 embedding \u6a21\u578b<\/td>\n<\/tr>\n \n \u68c0\u7d22\u8ffd\u6c42\u7cbe\u51c6，\u800c\u975e\u7247\u9762\u8ffd\u6c42\u53ec\u56de\u6570\u91cf<\/td>\n \u5c11\u91cf\u9ad8\u8d28\u91cf chunk（top\u20113）\u4f18\u4e8e\u5927\u91cf\u6df7\u6742\u7684 top\u201120 \u7ed3\u679c；\u4e0a\u4e0b\u6587 token \u8d8a\u957f，LLM \u6ce8\u610f\u529b\u8d8a\u5206\u6563，\u4fe1\u566a\u6bd4\u4e0b\u964d<\/td>\n \u63a7\u5236\u7c97\u53ec\u56de\u5019\u9009\u6570\u91cf，\u4f9d\u9760 Rerank \u8fc7\u6ee4\u566a\u58f0，\u7cbe\u7b80\u9001\u5165 LLM \u7684\u4e0a\u4e0b\u6587<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n 2.4.\u9762\u8bd5\u5b98\u53ef\u80fd\u4f1a\u95ee<\/h3>\n
\n "vector": [0.123,0.456, …],
\n "content": "\u56fd\u5185\u51fa\u5dee\u4f4f\u5bbf\u6807\u51c6：\u4e00\u7ebf\u57ce\u5e02\u5355\u4eba\u4e0a\u9650600\u5143\/\u665a…",
\n "metadata": {
\n "doc_id": "doc_005",
\n "doc_name": "\u5dee\u65c5\u7ba1\u7406\u89c4\u5b9aV3.pdf",
\n "page": 4,
\n "chunk_index": 12,
\n "department": "\u8d22\u52a1\u90e8",
\n "version": "V3",
\n "create_time": "2026\u201101\u201110"
\n }
\n}<\/p>\n3.Embedding \u662f\u4ec0\u4e48<\/h2>\n
![\"\"](\"https:\/\/www.wsisp.com\/helps\/wp-content\/uploads\/2026\/09\/20260907140917-6a9ec58d618aa.png\")
<\/p>\n3.1.Embedding –\u538b\u7f29\u8bed\u4e49<\/h3>\n
3.2.Embedding \u6a21\u578b\u600e\u4e48\u9009？<\/h3>\n
\n
\u9879\u76ee\u5bf9\u79f0\u68c0\u7d22 Symmetric\u975e\u5bf9\u79f0\u68c0\u7d22 Asymmetric (RAG \u5e38\u7528)<\/tr>\n \n\n \u4f7f\u7528\u573a\u666f<\/td>\n \u53e5\u5bf9\u76f8\u4f3c\u5ea6\u3001\u53bb\u91cd\u3001\u95ee\u9898\u2011\u95ee\u9898\u5339\u914d<\/td>\n RAG \u68c0\u7d22：\u77ed Query \u68c0\u7d22\u957f Passage<\/td>\n<\/tr>\n \n \u8f93\u5165\u5904\u7406<\/td>\n Query\u3001Passage \u5b8c\u5168\u76f8\u540c\u5904\u7406，\u4e0d\u52a0\u7279\u6b8a\u524d\u7f00<\/td>\n Query \u52a0\u68c0\u7d22\u6307\u4ee4\u524d\u7f00；Passage \u76f4\u63a5\u539f\u6587，\u4e0d\u52a0\u524d\u7f00<\/td>\n<\/tr>\n \n \u8bad\u7ec3\u6570\u636e<\/td>\n (\u666e\u901a\u53e5\u5b50，\u666e\u901a\u53e5\u5b50)<\/td>\n (\u5e26\u6307\u4ee4\u7684 query，\u539f\u59cb passage)<\/td>\n<\/tr>\n \n \u793a\u4f8b\u8f93\u5165<\/td>\n Q: \u9000\u6b3e\u653f\u7b56\u662f\u4ec0\u4e48P: \u9000\u6b3e\u653f\u7b56：xxx<\/td>\n Q: Represent this sentence for searching relevant passages: \u9000\u6b3e\u653f\u7b56\u662f\u4ec0\u4e48P: \u9000\u6b3e\u653f\u7b56：xxx<\/td>\n<\/tr>\n \n BGE \u6a21\u578b\u4f7f\u7528\u6a21\u5f0f<\/td>\n bge\u2011small\u2011zh \u5bf9\u79f0<\/td>\n bge\u2011m3\u2011zh\u3001bge\u2011v3\u652f\u6301\u975e\u5bf9\u79f0\u6a21\u5f0f<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n 3.3.\u9762\u8bd5\u5b98\u53ef\u80fd\u4f1a\u95ee<\/h3>\n
4.\u5411\u91cf\u6570\u636e\u5e93<\/h2>\n
4.1.MySQL \u4e0d\u884c<\/span><\/h3>\n
![\"\"](\"https:\/\/www.wsisp.com\/helps\/wp-content\/uploads\/2026\/09\/20260907140917-6a9ec58d91655.png\")
<\/p>\n4.2.\u5411\u91cf\u7d22\u5f15：ANN\u5f88\u5feb<\/h3>\n
![\"\"](\"https:\/\/www.wsisp.com\/helps\/wp-content\/uploads\/2026\/09\/20260907140917-6a9ec58da8f1e.png\")
<\/p>\n4.3.\u5411\u91cf\u6570\u636e\u5e93\u529f\u80fd<\/h3>\n
\n
\u7c7b\u522b\u4ee3\u8868\u4ea7\u54c1\u6838\u5fc3\u7279\u70b9\u9002\u7528\u573a\u666f\u5c40\u9650<\/tr>\n \n\n \u4e13\u7528\u5411\u91cf\u6570\u636e\u5e93<\/td>\n Milvus\u3001Qdrant\u3001Weaviate\u3001Pinecone<\/td>\n \u539f\u751f\u4ee5\u5411\u91cf\u68c0\u7d22\u4e3a\u6838\u5fc3；\u5b8c\u5584\u7684\u5143\u6570\u636e\u8fc7\u6ee4\u3001\u6df7\u5408\u68c0\u7d22\u3001\u5206\u7247\u6269\u5bb9；\u6027\u80fd\u5f3a<\/td>\n \u767e\u4e07\u53ca\u4ee5\u4e0a\u5411\u91cf，\u751f\u4ea7\u73af\u5883；\u9700\u8981\u6df7\u5408\u68c0\u7d22\u3001\u9ad8\u5e76\u53d1；Pinecone \u4e3a\u4e91\u7aef\u6258\u7ba1\u514d\u8fd0\u7ef4<\/td>\n Pinecone \u4e3a\u6d77\u5916\u4e91\u670d\u52a1；\u81ea\u5efa\u9700\u8981\u8fd0\u7ef4\u90e8\u7f72\u6210\u672c<\/td>\n<\/tr>\n \n \u4f20\u7edf\u6570\u636e\u5e93\u5411\u91cf\u6269\u5c55<\/td>\n PostgreSQL+pgvector\u3001Elasticsearch(dense vectors)<\/td>\n \u590d\u7528\u73b0\u6709\u6570\u636e\u5e93\u57fa\u7840\u8bbe\u65bd；\u652f\u6301\u5411\u91cf + \u539f\u6709\u4e1a\u52a1\u67e5\u8be2；ES \u539f\u751f\u652f\u6301 BM25 + \u5411\u91cf\u505a\u6df7\u5408\u68c0\u7d22<\/td>\n \u5df2\u6709 PG\/ES \u8fd0\u7ef4\u4f53\u7cfb，\u4e2d\u5c0f\u89c4\u6a21\u4e1a\u52a1<\/td>\n \u767e\u4e07\u5411\u91cf\u4ee5\u4e0a，\u68c0\u7d22\u6027\u80fd\u5f31\u4e8e\u4e13\u7528\u5411\u91cf\u5e93；\u6269\u7f29\u5bb9\u590d\u6742<\/td>\n<\/tr>\n \n \u8f7b\u91cf\u7ea7\u672c\u5730\u5411\u91cf\u5e93<\/td>\n FAISS\u3001Chroma<\/td>\n FAISS：\u7eaf\u7d22\u5f15\u5e93，\u975e\u5b8c\u6574\u6570\u636e\u5e93，\u65e0\u6301\u4e45\u5316 \/ \u5143\u6570\u636e\u7ba1\u7406；Chroma：\u5f00\u7bb1\u5373\u7528\u8f7b\u91cf\u5e93<\/td>\n \u539f\u578b\u5f00\u53d1\u3001\u672c\u5730\u8c03\u8bd5\u3001\u5c0f\u89c4\u6a21\u6d4b\u8bd5（\u51e0\u5341\u4e07\u5411\u91cf\u4ee5\u5185）<\/td>\n \u4e0d\u9002\u5408\u7ebf\u4e0a\u9ad8\u5e76\u53d1\u5927\u6d41\u91cf\u751f\u4ea7\u73af\u5883<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n 4.4.\u9762\u8bd5\u5b98\u53ef\u80fd\u4f1a\u95ee<\/h3>\n
5.RAG \u5207\u7247\u7b56\u7565<\/h2>\n
5.1.Overlap<\/h3>\n
![\"\"](\"https:\/\/www.wsisp.com\/helps\/wp-content\/uploads\/2026\/09\/20260907140917-6a9ec58ddaec5.png\")
<\/p>\n![\"\"](\"https:\/\/www.wsisp.com\/helps\/wp-content\/uploads\/2026\/09\/20260907140917-6a9ec58df18ba.png\")
<\/p>\n<\/p>\n5.2.\u9762\u8bd5\u5b98\u53ef\u80fd\u4f1a\u95ee<\/h3>\n
\n\u5047\u8bbe\u4f60\u4eec\u516c\u53f8\u6709\u51e0\u5343\u4efd\u5185\u90e8\u6587\u6863：\u4ea7\u54c1\u624b\u518c\u3001\u64cd\u4f5c\u89c4\u8303\u3001\u5386\u53f2\u9879\u76ee\u7ecf\u9a8c\u3001\u5ba2\u6237\u5408\u540c\u2026\u2026\u9886\u5bfc\u60f3\u505a\u4e00\u4e2a AI \u95ee\u7b54\u7cfb\u7edf，\u8ba9\u5458\u5de5\u968f\u65f6\u53ef\u4ee5\u95ee\\”\u6211\u4eec\u7684\u9000\u6b3e\u653f\u7b56\u662f\u4ec0\u4e48\\”\u3001\\”\u8fd9\u4e2a\u5ba2\u6237\u7b7e\u4e86\u54ea\u4e9b\u6761\u6b3e\\”，\u7cfb\u7edf\u80fd\u76f4\u63a5\u7ed9\u51fa\u51c6\u786e\u7b54\u6848\u3002
\n\u4f60\u76f4\u63a5\u7528\u5927\u6a21\u578b\u6765\u505a，\u7b2c\u4e00\u8f6e\u6d4b\u8bd5\u6548\u679c\u8fd8\u4e0d\u9519\u2014\u2014\u4f46\u5f88\u5feb\u53d1\u73b0\u51e0\u4e2a\u7ed5\u4e0d\u5f00\u7684\u95ee\u9898：
\n\u6a21\u578b\u5bf9\u516c\u53f8\u5185\u90e8\u6587\u6863\u4e00\u65e0\u6240\u77e5，\u56de\u7b54\u5168\u9760\\”\u7f16<\/p>\n","protected":false},"author":2,"featured_media":101949,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[99,87,190],"topic":[],"class_list":["post-101959","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-server","tag-java","tag-87","tag-190"],"yoast_head":"\n