docs(mvp): organize mvp documentation
This commit is contained in:
@@ -0,0 +1,53 @@
|
||||
# RAG L0 关键词匹配质量不足
|
||||
|
||||
**状态**:待规划
|
||||
**严重程度**:中
|
||||
**发现时间**:2026-07-04
|
||||
**范围**:L0 索引、frontmatter、精确召回
|
||||
|
||||
---
|
||||
|
||||
## 现象
|
||||
|
||||
L0 当前依赖文档 frontmatter 中的关键词,并使用较粗的字符串包含逻辑做匹配。关键词质量越依赖人工维护,召回稳定性越容易波动。
|
||||
|
||||
如果 frontmatter 填写不完整、同义词缺失、关键词过短或过泛,L0 就可能误召回或漏召回。
|
||||
|
||||
---
|
||||
|
||||
## 当前实现
|
||||
|
||||
- `KnowledgeIndexService` 从 `ApiDocument` metadata/frontmatter 加载关键词。
|
||||
- exact match 的判断类似:
|
||||
|
||||
```java
|
||||
query.contains(keywordLower) || keywordLower.contains(query)
|
||||
```
|
||||
|
||||
- 没有分词、同义词归一、字段权重、关键词质量校验。
|
||||
|
||||
---
|
||||
|
||||
## 影响
|
||||
|
||||
- 短关键词容易误命中。
|
||||
- 用户换一种说法时,L0 无法命中。
|
||||
- 文档 frontmatter 质量变成检索质量的隐性前提。
|
||||
|
||||
---
|
||||
|
||||
## 建议修复
|
||||
|
||||
1. 为关键词增加最小长度、停用词、领域前缀等基础规则。
|
||||
2. 区分 `exactKeywords`、`aliases`、`domainTags`,避免所有词混在一个匹配池。
|
||||
3. 引入轻量中文分词或归一化策略,先不必上复杂搜索引擎。
|
||||
4. 上传文档时校验 frontmatter 质量,缺失关键词时给出警告。
|
||||
5. 在 issue 修复前,至少补一份知识库文档 frontmatter 编写规范。
|
||||
|
||||
---
|
||||
|
||||
## 相关文件
|
||||
|
||||
- `src/main/java/com/superbiz/agent/service/KnowledgeIndexService.java`
|
||||
- `src/main/java/com/superbiz/agent/service/DocumentManagementService.java`
|
||||
- `src/main/java/com/superbiz/agent/controller/DocumentController.java`
|
||||
Reference in New Issue
Block a user