Gnóthachain:
- Comhpháirteanna agus sreabhadh sonraí cúntóir RAG fiontraíochta deireadh le deireadh a dhearadh
- Sonraí ilfhoinse (vicí, ticéad, PDF, bunachar sonraí) a chomhcheangal i gcúntóir amháin
- Cinntí ailtireachta a dhéanamh le haghaidh scalability, caching agus latency
In aonaid roimhe seo, d'fhoghlaimíomar na codanna ceann ar cheann: neadú, bunachar veicteora, smután, aisghabháil. Anois déanaimis iad seo a chomhcheangal agus déanaimis ailtireacht deireadh le deireadh de chúntóir a labhraíonn le sonraí do chuideachta féin. Is é an sprioc go gcuirfí ceist ar fhostaí, “Cad é ár bpolasaí saoire?” Córas inar féidir le daoine ceisteanna a chur, tá na freagraí bunaithe ar fhíordhoiciméid inmheánacha, ar luanna agus ar fhoinsí iolracha sonraí a chomhcheangal. Déanann an t-aonad seo próiseáil ar an ailtireacht iomlán, ar shreabhadh sonraí agus ar chinntí ar leibhéal an táirgthe.
Comhpháirteanna Deireadh go Deireadh
Tá cúntóir RAG corparáideach comhdhéanta de dhá líne ar leith. Ullmhaíonn an líne innéacsaithe (as líne) na sonraí; Freagraíonn líne na gceisteanna (ar líne) an cheist.
Comhpháirteanna líne innéacsaithe:
- Nascóirí: Nascóirí a tharraingíonn sonraí ó fhoinsí - vicí, córas ticéad, stór comhad, bunachar sonraí, ríomhphost.
- Normalú: Formáidí éagsúla (PDF, HTML, DOCX) a thiontú go téacs glan; glanadh ceanntásc/buntásca.
- Chunking + meiteashonraí: Chunking agus clibeáil (foinse, dáta, údarás).
- Leabú + luchtú: Veicteoirí agus meiteashonraí a scríobh isteach sa bhunachar sonraí veicteora.
Comhpháirteanna píblíne iarratais:
- Réamhphróiseáil cheist: Athscríobh, dílárú.
- Aisghabháil: Cuardach hibrideach + scagaire meiteashonraí + athrangú.
- Cruthú pras: Comhthéacs + ceist + treoracha a chur isteach sa teimpléad.
- Giniúint: Freagra bunaithe (comhthéacsúil) ón tsamhail + foinsí.
- Iarphróiseáil: Formáidiú lua, seiceáil slándála, logáil.
Leid: Scar go fisiciúil an líne innéacsaithe ón líne fiosrúcháin. Tá an t-innéacsú mall agus tréimhsiúil (ritheann sé i mbaisceanna thar oíche); Ba cheart go mbeadh an líne fiosrúcháin éadrom agus láithreach. Má dhéantar an dá líne a mheascadh, tá gá le próiseáil throm agus fanann an t-úsáideoir.
Amharcléiriú ar Shreabhadh Sonraí
[INDEXING - as líne]Acmhainní → Normalaigh → Chunk+Meiteashonraí → Leabaigh → Veicteoir DB (vicí, ticéad, PDF, DB)[QUERY - ar líne]Ceist úsáideora → Réamhphróiseáil → Aisghabháil (hibrideach+scagaire+rerank) → Leid (comhthéacs+ceist+treoir) → Múnla → Freagra+Foinse → Úsáideoir
Sonraí Ilfhoinse a Chomhcheangal
I gcuideachtaí fíor, ní stopann an freagra in aon áit amháin. “Conas aisíocaíocht a eisiúint do chustaiméir?” Is féidir freagra na ceiste a fháil san alt cabhrach (nós imeachta), i stair na dticéad (fíorshamplaí), agus sa pholasaí PDF (rialacha). Ba chóir don chúntóir iad go léir a chuardach in aon linn amháin.
Pointe criticiúil: agus acmhainní á gcomhcheangal i stór veicteoir amháin, ní mór na meiteashonraí `source_tour` a iompar ar gach shard. Mar sin is féidir leat iad go léir a chuardach agus iad a scagadh más gá, mar shampla "na tabhair ach polasaithe oifigiúla". Chomh maith leis sin, tá leibhéil éagsúla iontaofachta ag foinsí éagsúla: beartas oifigiúil > alt cabhrach > nóta ticéad fostaí. Is féidir leat an tosaíocht seo a shonrú in athrangú nó leid.
Foinse
Cineál ábhair
muinín
Nuashonraigh minicíocht
Polasaí pdf
riail oifigiúil
ard
míosúil
Cabhair alt
Nós imeachta
meán-ard
seachtainiúil
Stair na dticéad
sampla fíor
meánach
Leanúnach
wiki
Nóta measctha/reatha
Athróg
Leanúnach
Scalability, Taisce agus Latency
Seasann trí shaincheist amach i dtáirgeadh. Latency: Téann an taithí in olcas nuair a bhíonn an t-úsáideoir ag fanacht níos mó ná 2 soicind. Réiteach: taispeáin an freagra i bhfoirm sruthaithe - déantar é a dhoirteadh ar an scáileán de réir mar a scríobhann an tsamhail. Taisce: I gcás ceisteanna coitianta agus comhthéacsanna athchleachtach, méadaíonn taisce luas agus laghdaíonn sé costas. Scála: De réir mar a mhéadaíonn an t-úsáideoir, is gá a bheith in ann glaonna a aisghabháil agus a shamhaltú go cothrománach a scála.
Riail an ordóg ar thaobh an chostais: is é an chéim is costasaí de ghnáth líon na comharthaí a théann chuig an tsamhail níos mó. Mar sin, feabhsaíonn an comhthéacs a laghdú go 4 chuid mhaith trí athrangú cáilíocht agus costas araon. Comhdhearadh is ea múnla níos lú/níos tapúla a úsáid le haghaidh rangú nó ródú simplí, agus múnla níos cumhachtaí don fhreagra deiridh (m.sh. claude-opus-4-8).
Aire: Ná socraigh innéacsú mar "déan é uair amháin, déan dearmad air". Athraítear, scriostar, cuirtear doiciméid leis. Bunaigh straitéis ath-innéacsaithe: braite doiciméid athraithe agus déan iad a athphróiseáil amháin. Táirgeann an t-innéacs sean-fhreagairt a bhfuil cuma reatha air ach atá mícheart.
Ailtireacht Lag / Ailtireacht Láidir
Lag (script singil, gach rud measctha):
Nuair a fhiafraíonn an t-úsáideoir: léigh na doiciméid ag an nóiméad sin, gearr iad, leabaigh iad, cuardaigh iad, freagair iad.# Fadhb: déantar an t-innéacsú go léir a athdhéanamh do gach ceist; soicind moille, # gan aon scaradh foinse, gan scagaire, gan athnuachan.
Cumhachtach (píopaí scoilte + meiteashonraí + taisce + sruthú):
Innéacsú: ritheann baisc san oíche, ag athnuachan doiciméid athraithe. Ceist: líne éadrom — réamhphróiseáil → aisghabháil hibrideach+scagaire → athrank → pras → samhail (sruthú) → lua → log. Cuirtear ceisteanna coitianta agus foinse i dtaisce.
Trí Chás Mini
Cás 1 - Líne mearbhall, moill throm. Scríobh tosaithe script a athphróiseálann PDFanna le gach ceist; Thóg gach freagra 11 soicind ar an meán. Nuair a bhí an líne innéacsaithe scartha agus aistríodh na sonraí chuig an stór veicteoir roimhe seo, laghdaigh an t-am fiosrúcháin go 1.3 soicind agus le sruthú, bhí an "céad fhocal" le feiceáil i 400 ms.
Cás 2 — An iomarca acmhainní, tosaíocht mícheart. Thug cúntóir tacaíochta an meáchan céanna don pholasaí PDF agus nótaí sean-ticéad; Uaireanta chuir an tsamhail rátáil mhícheart an fhostaí i láthair ó dhá bhliain ó shin mar riail oifigiúil. Nuair a cuireadh meiteashonraí source_tour agus an treoir “féach ar bheartas oifigiúil i gcás coinbhleachta” leis an bpreas, laghdaíodh earráidí tosaíochta bréagach 89%.
Cás 3 — Iar-innéacs. Bhí cúntóir AD ag obair le hinnéacs nár nuashonraíodh ar feadh 3 mhí; Tá an polasaí saoire athraithe, ach bhí an cúntóir ag rá na seanlaethanta. Nuair a suiteáladh athnuachan laethúil, a bhraitheann comhaid athraithe, mhéadaigh an ráta freagartha reatha ó 70% go 99%.
Botúin choitianta
- Innéacsú a mheascadh agus línte ceisteanna: Déantar próiseáil throm agus an t-úsáideoir ag fanacht; pléascann moill.
- Gan an cineál foinse a chur i meiteashonraí: Gan tosaíocht agus scagadh; Is cosúil go bhfuil an fhoinse neamhiontaofa oifigiúil.
- Gan straitéis athnuachana a bhunú: Éiríonn an t-innéacs sean; Táirgtear freagraí míchearta a bhfuil cuma reatha orthu.
- Scipeáil ar shruthú: Breathnaíonn an t-úsáideoir ar scáileán bán; Éiríonn an mhoill a fheictear ard.
- Ag baint úsáide as an tsamhail is mó ag gach céim: Ardaíonn costas gan ghá; Fág an stiúrtha go dtí an múnla níos lú.
Go hachomair
- Tá an cúntóir RAG corparáideach comhdhéanta de dhá líne ar leith: innéacsú as líne agus ceist ar líne; iad a scaradh go fisiciúil.
- Innéacsú = cónascaire + normalú + smután/meiteashonraí + leabú/uaslódáil; ceist = réamhphróiseas + aisghabháil + pras + giniúint + iar-phróiseas.
- Comhcheanglaítear sonraí ilfhoinse i stór amháin, ach caomhnaítear meiteashonraí source_type agus tosaíocht iontaobhais.
- Tá sé ríthábhachtach sruthú agus taisce le haghaidh foighne, sníomh comhthéacs agus roghnú samhlacha le haghaidh costais.
- Gan ath-innéacsú, éiríonn an t-innéacs sean; Déan doiciméid atá ag athrú a athphróiseáil go rialta.
Tasc feidhmchláir
Tarraing léaráid ailtireachta de chúntóir do d’fhoireann féin. (1) Sainaithin ar a laghad trí fhoinse sonraí fíor agus scríobh síos riachtanas cónascaire, minicíocht nuashonrú, agus leibhéal muiníne do gach ceann acu. (2) Tarraing na línte innéacsaithe agus ceisteanna ar leithligh le léaráid bosca-saigheada. (3) “Cá laghdóidh mé foighne agus costas sa chúntóir seo?” Scríobh dhá chinneadh nithiúla ar a laghad leis an gceist. (4) Déan cur síos ar do straitéis athnuachana in aon abairt amháin: cén acmhainn a athinnéacsófar agus cé chomh minic?
seicliosta
- [ ] Is féidir liom na línte innéacsaithe agus ceisteanna a tharraingt go leithleach agus na comhpháirteanna cearta acu.
- [ ] Is féidir liom sonraí ilfhoinse a chomhcheangal le source_type agus tosaíocht muiníne.
- [ ] Is féidir liom cinntí sruthú/taisce a dhéanamh maidir le foighne agus roghnú samhlacha le haghaidh costais.
- [ ] Tá a fhios agam cén fáth a bhfuil straitéis ath-innéacsaithe riachtanach.
- [ ] Coinním i gcuimhne gurb í an chéim is daoire i m’ailtireacht an comhartha a théann chuig an múnla níos mó de ghnáth.