VisionQuery_Agent
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
Agentic RAG (Retrieval-Augmented Generation) 系统，支持中文语义检索、多轮自主查询改写、混合召回与 LLM 答案生成。
1. **查询预处理** — 剥离中文口语化前缀/后缀（"请帮我"、"看一下" 等），提炼核心检索词
2. **向量检索** — 使用 Query Embedding 在向量空间中搜索 Top-K 相似块
3. **关键词检索** — 并行执行关键词匹配，补充向量检索可能遗漏的精确匹配
4. **混合合并** — 合并向量和关键词结果，按分数排序
5. **Cross-encoder 重排** — 使用 BGE-Reranker 对候选片段进行精细重排序
6. **分数截断** — 基于 Cliff 检测和相对阈值自动截断低质量结果
7. **充分性判断** — 评估召回质量，不足时自动改写查询进入下一轮
8. **LLM 生成** — 组装上下文，调用 LLM 生成检索结果呈现
1. **查询预处理** — 剥离中文口语化前缀/后缀（"请帮我"、"看一下" 等），提炼核心检索词
2. **向量检索** — 使用 Query Embedding 在向量空间中搜索 Top-K 相似块
3. **关键词检索** — 并行执行关键词匹配，补充向量检索可能遗漏的精确匹配
4. **混合合并** — 合并向量和关键词结果，按分数排序
5. **Cross-encoder 重排** — 使用 BGE-Reranker 对候选片段进行精细重排序
6. **分数截断** — 基于 Cliff 检测和相对阈值自动截断低质量结果
7. **充分性判断** — 评估召回质量，不足时自动改写查询进入下一轮
8. **LLM 生成** — 组装上下文，调用 LLM 生成检索结果呈现
VisionQuery_Agent
联系该工程师
微信扫码，建群沟通
案例介绍
Agentic RAG (Retrieval-Augmented Generation) 系统，支持中文语义检索、多轮自主查询改写、混合召回与 LLM 答案生成。
1. **查询预处理** — 剥离中文口语化前缀/后缀（"请帮我"、"看一下" 等），提炼核心检索词
2. **向量检索** — 使用 Query Embedding 在向量空间中搜索 Top-K 相似块
3. **关键词检索** — 并行执行关键词匹配，补充向量检索可能遗漏的精确匹配
4. **混合合并** — 合并向量和关键词结果，按分数排序
5. **Cross-encoder 重排** — 使用 BGE-Reranker 对候选片段进行精细重排序
6. **分数截断** — 基于 Cliff 检测和相对阈值自动截断低质量结果
7. **充分性判断** — 评估召回质量，不足时自动改写查询进入下一轮
8. **LLM 生成** — 组装上下文，调用 LLM 生成检索结果呈现
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
