RAG

在 RAG 中并行取得关键词与向量候选，按文档 ID 去重后融合排名，并用关键词和语义两类问题验收。

为千帆智能体划分多个知识库，用意图路由控制检索范围，并核对来源与越权边界。

在百度千帆创建知识库，逐条检查文档切片，并用正例、反例和边界题完成命中测试。

说明 RAG 提供证据上下文、MCP 暴露受控能力，设计先检索后调用工具的智能体流程和停止条件。

设计可更新、可过滤、可引用的智能体知识库数据结构，区分文档字段与片段字段并验证权限过滤。

先确认 DeepSeek API 的模型能力，再用中文问答金标准比较独立嵌入模型的召回、维度和部署条件。

说明 Claude API 不提供自家嵌入模型时如何按 Anthropic 文档接入外部 Embeddings，并验证查询与文档向量。

解释 RAG 与 ChatGPT 类模型的分工：模型负责生成，检索系统提供外部资料，应用负责保存和展示引用。

用 Ragas 分别评估检索上下文与答案忠实度，理解输入字段、结果含义和低分修复顺序。

为 DeepSeek RAG 建立可重复测试集，记录问题、证据片段、参考答案、不可回答标记和版本。