RAG

RAG 智能体听到“它的期限呢”时，不能只把这句话送进检索，也不能随意猜“它”指哪份材料。把已确认对象编号放进会话状态，再生成检索问题；新编号冲突时先澄清。

从智能体向量数据库撤下一份文档时，只删除一个point可能漏掉其它切片。按开发者确认的doc_id筛选全部相关point，删除前预览ID，删除后回读核对范围。

长文本检索返回很多片段时，不能把串联文本按长度一刀切。可以按确定顺序选择完整片段，放不下的记录ID，避免引用被截成半句。

文档检索命中一段规则，例外条件却在下一段时，可以扩展同文档的相邻段落。扩展前先检查文档身份与顺序，不能把另一个文件的相同序号拼进证据。

智能体知识库目录可以同时保存相对路径与文件哈希。路径帮助读者找到来源，哈希帮助判断索引是否基于当前字节内容，两者不能互相替代。

知识库维护不要只看文档数量。文档撤下后遗留切片、目录新增版本却没有切片，都可能影响RAG结果。先对照目录与切片索引，输出可回查问题。

让 AI Agent 先通过 RAG 检索证据，再依据命中质量选择回答、拒答或调用受控工具，并保存路由原因。

让 RAG 回答携带来源 ID、页码和原文片段，先验证引用确实支持对应结论，再把引用渲染给用户。

用带相关文档标注的问题集评估 RAG 检索，计算 Hit Rate 与 MRR，并分别检查 Top-K、无答案和版本变化。

为 RAG 设计 tenant_id、document_id、version 和 status 元数据，在向量查询前强制过滤租户与生效版本。