必要性
涉及内部文档、聊天、业务专业度高的场景
方案选型
推荐使用向量+关键字的混合索引，整体搭建成本适中。
注意
- 原始文档清洗：尽量保留文档结构
- embedding：根据实际情况选择私有部署的模型或者公共模型，选择时主要考察模型对中文和长本文的支持，这将决定你的 chunk 大小
- 切分 chunk：每个 chunk 要保留必要的元数据，方便模型推理
- 检索：固定检索、Agentic 检索
- 评估：知识库质量的重要标志
涉及内部文档、聊天、业务专业度高的场景
推荐使用向量+关键字的混合索引，整体搭建成本适中。