作品集沙箱
- 实际运行
- 任意英文查询使用 BM25，四个示例通过预计算 MiniLM 向量执行 Dense + RRF。
- 预设回放
- 仅在实际检索到引用段落后显示预先编写的回答。
- 评测材料
- 24 条合成查询，记录 Recall@5 与 MRR@5。
全栈知识应用，结合可检查的混合检索、文档版本治理、租户访问控制与可追溯的回答来源。
- 方向
- 知识检索
- 实现重点
- React 工作台、FastAPI 服务、混合检索、文档版本、引用与评测。
- 可查看的内容
- 体验本地检索、查看各阶段分数，并比较可复现的 24 条查询评测。
沿着回答找到来源。
在虚构知识库上体验真实检索。示例问题使用 BM25、向量检索与 RRF，回答明确标注为预设回放。
合成参考语料 · 不含客户数据 · 不调用外部 AI
检索语料、示例问题与回放回答保留英文，以保持评测和引用一致。可直接点击示例体验。
示例使用预计算向量执行 BM25 + Dense + RRF；自由文本执行 BM25。回答仅为预设回放。
请选择示例或输入查询。
每个回答都应有依据。
运行查询，查看实际检索证据。
完整项目与演示范围。
内嵌沙箱聚焦于可检查的检索过程；完整应用还包含文档导入、账号与来源治理。
完整项目实现
- 应用功能
- 文档导入、访问控制、版本、引用与检索评测。
- 本地配置
- 规则路由、特征哈希向量、词法重排与抽取式回答。
- 可选提供方
- 学习型嵌入、模型重排、外部生成与向量数据库。
要解决的问题
有用的检索不仅要找到相似文本，还需要最新来源、正确的访问范围、可检查的引用，并能区分检索失败与回答缺乏依据。
模块如何协作
检索架构
React + FastAPI
授权文档快照
Dense + BM25 → RRF
重排 · 引用 · 版本
来源可追溯的回答 · 检索评测
项目支持确定性本地配置，以及可选的 LangGraph、模型和向量存储集成。作品集中的沙箱使用独立合成数据，并非完整后端的在线部署。
关键工程决策
在授权快照内检索
检索器先确定当前身份有权访问的有效文档快照。快照之外的索引命中会在重排与回答生成之前被拒绝。
让检索阶段各司其职
向量检索与 BM25 通过 RRF 融合，再进行重排。提供方接口将确定性本地配置与可选的学习型嵌入、重排器分离。
把来源作为版本化记录
不可变文档版本、内容哈希和原子生效版本切换使引用可追溯。当前文档存储为 SQLite，Milvus 与 Qdrant 是可选向量后端。
限制 Agent 检索循环
工作流区分直接回答、澄清和检索，限制后续搜索次数，并在证据不足时停止。LangGraph 是可选工作流引擎。
可靠性与失败处理
引用必须通过验证
回答引用会与服务端绑定的文本块 ID 和当前来源版本核对。无法验证的依据不会被当作成功回答。
明确暴露配置不匹配
嵌入与索引指纹防止误用不兼容向量。可选提供方缺失不会被静默描述为真实集成成功。
评测可实际测量的部分
检索评测实现 Recall@K、MRR、nDCG@K 与关键词覆盖率。项目评测材料不代表生产准确率或回答忠实度。
证据与范围
源码链接固定到已阅读版本，便于逐项查看实现依据。
混合检索与访问控制
权限快照、索引校验与重排。
backend/app/services/retrieval.pyAgent 工作流
路由、有界搜索与可选 LangGraph 集成。
backend/app/services/graph.py文档版本
SQLite 存储、不可变版本与有效来源治理。
backend/app/services/store.py检索指标
Recall@K、倒数排名、nDCG@K 与关键词覆盖率实现。
backend/app/core/metrics.py仓库 CI 定义
查看配置了哪些检查；不代表最新运行已经通过。
.github/workflows/ci.yml本案例的依据范围
面向实际工程问题的参考实现。公开源码与合成示例可查看，未声明生产模型准确率。