# RAG Breadcrumb Embedding 验收说明

## 1. 改动是什么

索引路径现在构造 embedding 文本时，不只使用 chunk 内容，还会把结构上下文拼进去：

```text
Title: {title}
Path: {breadcrumb}
Content:
{content}
```

Milvus 中存储的 `content` 字段仍然保留原始 chunk 内容。这样展示和证据输出保持干净，而向量本身携带章节语义。

## 2. 为什么必须重新索引

Embedding 是索引时物化的。已有向量是用旧的 content-only 文本生成的，所以只有代码变化并不会改变线上检索结果。

验收关键点：

```text
只改代码 != live retrieval 已变化
代码改动 + 重新索引 + live query report = 行为验收完成
```

## 3. 如何验证

1. 启动 Spring Boot 应用。
2. 通过现有索引路径重新索引知识库。
3. 运行：

```bash
python scripts/eval_rag_live_acceptance.py
```

脚本输出：

```text
eval/rag-retrieval/reports/live-post-reindex.json
eval/rag-retrieval/reports/live-post-reindex.md
```

默认覆盖：

- breadcrumb 敏感的 RAG chunk context query。
- 需要章节路径的诊断流程问题。
- `ERR_TIMEOUT` 精确错误码检索。
- MySQL 连接池排障。
- AIOps payment-service 延迟告警检索。

## 4. 看什么结果

对 breadcrumb 敏感 case：

- top candidates 是否暴露预期 `title`。
- top candidates 是否暴露预期 `breadcrumb`。
- 命中内容是否能看出所属章节。

对核心排障 case：

- 结果数量是否稳定。
- top candidates 是否仍然命中核心文档。
- 没有因为拼接 title/breadcrumb 导致核心检索退化。

## 5. 面试回答

如果被问：你怎么验证 breadcrumb 参与 embedding 后真的生效？

```text
我把 deterministic regression 和 live acceptance 分开。
离线 fixture baseline 不依赖服务，可以做稳定回归。
但 embedding 改动只会影响新生成的向量，所以我另外加了 live post-reindex acceptance 脚本。
脚本会调用真实 /api/search/similar，对 breadcrumb 敏感、排障和 AIOps query 生成 JSON/Markdown 报告。
这样能证明代码改了，也能证明 live vector collection 已经刷新。
```

如果被问：为什么脚本不自动 reindex？

```text
reindex 会修改向量库，而且依赖环境中的知识库数据。
我把 reindex 保持为显式动作，验收脚本只做读取验证。
这样如果检索没有改善，我能区分是代码问题、索引未刷新，还是运行时检索行为问题。
```

## 6. 后续增强

- 将 live acceptance 结果加入面试 Demo 输出。
- 增加 breadcrumb hit rate 统计。
- 对同章节 chunk 做邻居扩展，进一步利用 breadcrumb。