我要投稿

构建生产级RAG系统注意事项

发布日期：2025-03-25 12:03:25 浏览次数： 2332

作者：PyTorch研习社

微信搜一搜，关注“PyTorch研习社”

构建生产级 RAG（检索增强生成）AI 系统是一个艰难的任务。

?是 RAG 系统中的一些关键组件，你需要对它们进行管理和持续优化，以实现预期的效果（不要错过最后的 H 部分）：

检索（Retrieval）

F) 数据切分（Chunking） - 如何对用于外部上下文的数据进行切分？

小块 vs. 大块。
滑动窗口（sliding window）或滚动窗口（tumbling window）进行切分。
在搜索时是检索父级或关联块，还是仅使用原始检索数据？

C) 选择嵌入模型（Choosing the embedding model）

用于将数据嵌入和查询外部上下文的模型选择。
考虑上下文化嵌入（Contextual embeddings）。

D) 向量数据库（Vector Database）

选择哪种数据库。
部署位置。
需要存储哪些元数据以便与嵌入向量关联。
索引策略。

E) 向量搜索（Vector Search）

相似度度量的选择。
查询路径的选择：先基于元数据还是先使用 ANN（近似最近邻）搜索？
采用混合搜索（Hybrid Search）。

G) 规则与启发式（Heuristics） - 在检索过程中应用的业务规则。

时间权重（Time importance）。
重新排序（Reranking）。
处理重复上下文（多样性排序）。
来源检索（Source retrieval）。
条件性文档预处理。

生成（Generation）

A) LLM 选择（Choosing the right Large Language Model）

✅ 随着 LLM 的发展，这个问题变得越来越简单。当前，开源和专有 LLM 的性能正在趋同，主要的选择在于：

使用专有模型（Proprietary model）。
自行托管（Self-hosting）。

B) Prompt 设计（Prompt Engineering）

即使有了外部上下文，仍然需要精心设计 Prompt：

使系统生成符合预期的输出。
预防越狱（Jailbreak）场景。

别忘了一个容易被忽略的部分

H) 观察、评估、监控和安全性（Observing, Evaluating, Monitoring and Securing）

确保生产环境下的应用运行稳定、安全，并能持续优化！

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-10-29

RAG—Chunking策略实战｜得物技术

2025-10-29

RAG 让你的 AI 更聪明

2025-10-28

多少做RAG的人，连分词都搞不定? Milvus Analyzer指南

2025-10-28

先分块再向量化已经过时！先embedding再chunking才是王道

2025-10-28

AI检索增强中路由模型的使用

2025-10-28

HybRAG：混合文本和知识图谱的RAG框架

2025-10-28

“生成幻觉”（Hallucination）和“知识时效性”不足引发的架构范式变革

2025-10-27

RAG优化技巧

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

RAG彻底爆了！一文掌握其效果优化的架构设计及核心要点

2025-09-15

从原理到落地：RAG 技术全解析，手把手教你搭建专属知识库

2025-09-02

响应速度提升300%、检索准确率90%：RAG如何让企业知识“活”起来赚钱？

2025-08-05

优化 GraphRAG：LightRAG的三大改进

2025-08-18

RAG系统全景：架构详解与落地实践指南

2025-08-25

高质量AI知识库应用的前提：选对向量数据库

2025-08-25

一文搞懂大模型：何为深入理解RAG？

2025-08-25

DeepMind爆火论文：向量嵌入模型存在数学上限，Scaling laws放缓实锤？

2025-09-03

别再往AI的知识库塞奇怪的东西了，什么样的知识适合作为RAG知识库？

2025-08-20

万字长文详解腾讯优图RAG技术的架构设计与创新实践

2025-09-08

大家都在问

Embedding与Rerank：90%的RAG系统都搞错了！为什么单靠向量检索会毁了你的AI应用？

2025-10-04

存算一体破局向量检索瓶颈，IBM放出王炸VSM：性能飙升100倍，能效碾压GPU千倍，RAG要变天？

2025-09-30

您应该为您的 RAG 系统使用哪种分块技术？

2025-09-10

关于多模态应用的几个疑问，以及多模态应该怎么应用于RAG？

2025-09-10

DeepMind爆火论文：向量嵌入模型存在数学上限，Scaling laws放缓实锤？

2025-09-03

RAG检索后如何应用更有效？

2025-08-28

一文搞懂大模型：何为深入理解RAG？

2025-08-25

别再往AI的知识库塞奇怪的东西了，什么样的知识适合作为RAG知识库？

2025-08-20

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB