知澜RAG

人工智能 其他 案例ID:244057
Ray
3 年经验· 上海
微信扫码沟通,客服可协助直接对接工程师;如当前档期不合,也可继续推荐相似案例作者。

案例介绍

一个企业内部知识库问答系统,让员工用自然语言直接问公司文档里的内容,不用再去各种地方翻手册。
每次找什么信息要么在内网搜关键词搜一堆不相关的,要么直接发微信问同事占用别人时间。这件事用关键词搜索是解不好的,用户嘴里说"怎么请假",文档标题写的是"假期申请流程",字面对不上。这就是 RAG 的典型场景。
架构上分成两条管道:离线索引管道(文档上传 → 解析 → 分块 → Embedding → 存 PGVector)和在线查询管道(查询改写 → 混合检索 → RRF 融合 → Reranker 精排 → 上下文裁剪 → 引用溯源 → 流式生成)。
技术栈: Spring AI 1.1 + Spring Boot 3.5 + Java 21 + PostgreSQL/PGVector + Redis + MinIO,
模型:通义千问 qwen-plus 做生成,text-embedding-v3 做向量化,gte-rerank 做精排。

知澜RAG

人工智能 · 其他 案例ID:244057
联系该工程师
微信扫码,建群沟通
作者: Ray - 3年经验- 上海

案例介绍

一个企业内部知识库问答系统,让员工用自然语言直接问公司文档里的内容,不用再去各种地方翻手册。
每次找什么信息要么在内网搜关键词搜一堆不相关的,要么直接发微信问同事占用别人时间。这件事用关键词搜索是解不好的,用户嘴里说"怎么请假",文档标题写的是"假期申请流程",字面对不上。这就是 RAG 的典型场景。
架构上分成两条管道:离线索引管道(文档上传 → 解析 → 分块 → Embedding → 存 PGVector)和在线查询管道(查询改写 → 混合检索 → RRF 融合 → Reranker 精排 → 上下文裁剪 → 引用溯源 → 流式生成)。
技术栈: Spring AI 1.1 + Spring Boot 3.5 + Java 21 + PostgreSQL/PGVector + Redis + MinIO,
模型:通义千问 qwen-plus 做生成,text-embedding-v3 做向量化,gte-rerank 做精排。

相似案例推荐

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在 1 小时内与您联系确认。

1小时精推人才

需求方专属客服,免费梳理匹配

需求方客服微信二维码
扫码加微信 · 客服人工对接
更多案例 联系该工程师
微信沟通 客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×