企业官网建设流程全解析

一.检索策略与RAG系统设计

目标

• 掌握如何根据查询特点动态选择最优策略
• 理解RAG系统如何整合查询分类、检索和生成阶段
• 能够应用策略选择和RAG逻辑，构建一个从输入处理到答案生成的高效系统

1.整体概述

strategy_selector.py和rag_system.py是EduRAG系统中core模块的核心组件，分别负责检索策略的选择和RAG系统的整体逻辑整合,strategy_selector.py通过大语言模型动态选择适合用户查询的检索策略，而rag_system.py则将前几章介绍的模块（如向量存储、Prompt管理和查询分类）整合起来，完成从查询输入到答案生成的完整流程,这两个模块共同确保系统能够高效、准确地响应用户的各种查询

2.检索策略选择

(1).功能概述

strategy_selector.py定义了StrategySelector类，通过调用大语言模型根据用户查询选择最合适的检索策略,支持的策略包括直接检索、HyDE（假设问题检索）、子查询检索和回溯问题检索，旨在优化检索阶段的输入处理

(2).代码示例

""" 策略选择器模块，提供策略决策功能：根据用户查询内容，智能选择最适合的检索增强策略（直接检索/HyDE/子查询检索/回溯问题检索） 为了满足以上功能，需要实现以下需求： 1. 初始化配置：加载API密钥并创建提示模板 2. 模型调用：封装大模型API请求，处理响应 3. 策略选择：解析用户查询并返回最佳策略名称 """

模块初始化

# core/strategy_selector.py 源码 # 导入时间模块 import time # 导入 LangChain 提示模板 from langchain_core.prompts import PromptTemplate # 导入 LangChain 消息类型 from langchain_core.messages import SystemMessage, HumanMessage # 导入 LangChain ChatOpenAI（兼容 OpenAI 接口的模型） from langchain_openai import ChatOpenAI # 导入日志和配置 from base.config import single_config as config from base.logger import single_logger as logger class StrategySelector: def __init__(self): """ 需求：初始化策略选择器实例 思路步骤： 1. 创建OpenAI客户端，配置API密钥和基础URL[6](@ref) 2. 获取策略选择提示模板（包含四种策略的详细说明） 3. 完成客户端和模板的初始化 """ # 初始化 LangChain ChatOpenAI 客户端（兼容 DashScope 接口） self.llm = ChatOpenAI( model=config.LLM_MODEL, api_key=config.DASHSCOPE_API_KEY, base_url=config.DASHSCOPE_BASE_URL, temperature=0.1, # 设置低温度值保证输出确定性 ) # 获取策略选择提示模板 self.strategy_prompt_template = self._get_strategy_prompt()

大模型调用工具方法

def call_dashscope(self, prompt): """ 需求：调用大模型API获取策略决策结果 思路步骤： 1. 构造包含系统角色和用户查询的请求消息 2. 发送API请求 3. 解析API响应，提取策略名称 4. 异常处理：记录错误日志并返回默认策略"直接检索" """ # 使用 LangChain ChatOpenAI 调用大模型 try: # 构建 LangChain 消息列表 messages = [ SystemMessage(content="你是一个有用的助手，能够根据用户输入的Prompt严格执行并返回可靠的结果"), HumanMessage(content=prompt), ] # 记录开始时间 start_time = time.time() # 调用 LLM 获取响应 response = self.llm.invoke(messages) # 计算耗时 elapsed_time = time.time() - start_time # 记录模型调用耗时 logger.info(f"策略选择模型调用耗时: {elapsed_time:.2f}s") # 返回响应内容 return response.content if response and response.content else "直接检索" except Exception as e: # 记录 API 调用失败 logger.error(f"LangChain LLM 调用失败: {e}") # 默认返回直接检索 return "直接检索"

策略提示词模板

def _get_strategy_prompt(self): """ 需求：定义策略选择提示模板 思路步骤： 1. 创建多行模板字符串，明确四种策略： - 直接检索：查询意图明确时使用 - HyDE：处理抽象查询时使用 - 子查询检索：复杂多实体查询时使用 - 回溯问题检索：简化复杂查询时使用[6](@ref) 2. 包含各策略的示例场景说明 3. 声明query作为唯一输入变量 """ # 定义私有方法，获取策略选择 Prompt 模板 return PromptTemplate( template=""" 你是一个智能助手，负责分析用户查询 {query}，并从以下四种检索增强策略中选择一个最适合的策略，直接返回策略名称，不需要解释过程。 以下是几种检索增强策略及其适用场景： 1. **直接检索：** * 描述：对用户查询直接进行检索，不进行任何增强处理。 * 适用场景：适用于查询意图明确，需要从知识库中检索**特定信息**的问题，例如： * 示例： * 查询：AI 需要学习哪些知识？ * 策略：直接检索 * 查询：JAVA 智能体是什么？ * 策略：直接检索 2. **假设问题检索：** * 描述：使用 LLM 生成一个假设的答案，然后基于假设答案进行检索。 * 适用场景：适用于查询较为抽象，直接检索效果不佳的问题，例如： * 示例： * 查询：人工智能在教育领域的应用有哪些？ * 策略：假设问题检索 3. **子查询检索：** * 描述：将复杂的用户查询拆分为多个简单的子查询，分别检索并合并结果。 * 适用场景：适用于查询涉及多个实体或方面，需要分别检索不同信息的问题，例如： * 示例： * 查询：比较 Milvus 和 Faiss 的优缺点。 * 策略：子查询检索 4. **回溯问题检索：** * 描述：将复杂的用户查询转化为更基础、更易于检索的问题，然后进行检索。 * 适用场景：适用于查询较为复杂，需要简化后才能有效检索的问题，例如： * 示例： * 查询：我有一个包含 100 亿条记录的数据集，想把它存储到 Milvus 中进行查询。可以吗？ * 策略：回溯问题检索 根据用户查询 {query}，直接返回最适合的策略名称，例如 "直接检索"。不要输出任何分析过程或其他内容。 """ , input_variables=["query"], )

策略选择实现

# 定义方法，选择检索策略 def select_strategy(self, query): """ 需求：根据用户查询选择最佳检索策略 思路步骤： 1. 使用提示模板格式化用户查询 2. 调用大模型API获取策略决策 3. 记录策略选择日志 4. 返回策略名称字符串 """ # 调用 LLM 获取检索策略 strategy = self.call_dashscope(self.strategy_prompt_template.format(query=query)).strip() logger.info(f"为查询 '{query}' 选择的检索策略：{strategy}") return strategy

整体代码如下:

# core/strategy_selector.py 源码 # 导入时间模块 import time # 导入 LangChain 提示模板 from langchain_core.prompts import PromptTemplate # 导入 LangChain 消息类型 from langchain_core.messages import SystemMessage, HumanMessage # 导入 LangChain ChatOpenAI（兼容 OpenAI 接口的模型） from langchain_openai import ChatOpenAI # 导入日志和配置 from base.config import single_config as config from base.logger import single_logger as logger class StrategySelector: def __init__(self): """ 需求：初始化策略选择器实例 思路步骤： 1. 创建OpenAI客户端，配置API密钥和基础URL[6](@ref) 2. 获取策略选择提示模板（包含四种策略的详细说明） 3. 完成客户端和模板的初始化 """ # 初始化 LangChain ChatOpenAI 客户端（兼容 DashScope 接口） self.llm = ChatOpenAI( model=config.LLM_MODEL, api_key=config.DASHSCOPE_API_KEY, base_url=config.DASHSCOPE_BASE_URL, temperature=0.1, # 设置低温度值保证输出确定性 ) # 获取策略选择提示模板 self.strategy_prompt_template = self._get_strategy_prompt() def _get_strategy_prompt(self): """ 需求：定义策略选择提示模板 思路步骤： 1. 创建多行模板字符串，明确四种策略： - 直接检索：查询意图明确时使用 - HyDE：处理抽象查询时使用 - 子查询检索：复杂多实体查询时使用 - 回溯问题检索：简化复杂查询时使用[6](@ref) 2. 包含各策略的示例场景说明 3. 声明query作为唯一输入变量 """ # 定义私有方法，获取策略选择 Prompt 模板 return PromptTemplate( template=""" 你是一个智能助手，负责分析用户查询 {query}，并从以下四种检索增强策略中选择一个最适合的策略，直接返回策略名称，不需要解释过程。 以下是几种检索增强策略及其适用场景： 1. **直接检索：** * 描述：对用户查询直接进行检索，不进行任何增强处理。 * 适用场景：适用于查询意图明确，需要从知识库中检索**特定信息**的问题，例如： * 示例： * 查询：AI 需要学习哪些知识？ * 策略：直接检索 * 查询：JAVA 智能体是什么？ * 策略：直接检索 2. **假设问题检索：** * 描述：使用 LLM 生成一个假设的答案，然后基于假设答案进行检索。 * 适用场景：适用于查询较为抽象，直接检索效果不佳的问题，例如： * 示例： * 查询：人工智能在教育领域的应用有哪些？ * 策略：假设问题检索 3. **子查询检索：** * 描述：将复杂的用户查询拆分为多个简单的子查询，分别检索并合并结果。 * 适用场景：适用于查询涉及多个实体或方面，需要分别检索不同信息的问题，例如： * 示例： * 查询：比较 Milvus 和 Faiss 的优缺点。 * 策略：子查询检索 4. **回溯问题检索：** * 描述：将复杂的用户查询转化为更基础、更易于检索的问题，然后进行检索。 * 适用场景：适用于查询较为复杂，需要简化后才能有效检索的问题，例如： * 示例： * 查询：我有一个包含 100 亿条记录的数据集，想把它存储到 Milvus 中进行查询。可以吗？ * 策略：回溯问题检索 根据用户查询 {query}，直接返回最适合的策略名称，例如 "直接检索"。不要输出任何分析过程或其他内容。 """ , input_variables=["query"], ) def call_dashscope(self, prompt): """ 需求：调用大模型API获取策略决策结果 思路步骤： 1. 构造包含系统角色和用户查询的请求消息 2. 发送API请求 3. 解析API响应，提取策略名称 4. 异常处理：记录错误日志并返回默认策略"直接检索" """ # 使用 LangChain ChatOpenAI 调用大模型 try: # 构建 LangChain 消息列表 messages = [ SystemMessage(content="你是一个有用的助手，能够根据用户输入的Prompt严格执行并返回可靠的结果"), HumanMessage(content=prompt), ] # 记录开始时间 start_time = time.time() # 调用 LLM 获取响应 response = self.llm.invoke(messages) # 计算耗时 elapsed_time = time.time() - start_time # 记录模型调用耗时 logger.info(f"策略选择模型调用耗时: {elapsed_time:.2f}s") # 返回响应内容 return response.content if response and response.content else "直接检索" except Exception as e: # 记录 API 调用失败 logger.error(f"LangChain LLM 调用失败: {e}") # 默认返回直接检索 return "直接检索" # 定义方法，选择检索策略 def select_strategy(self, query): """ 需求：根据用户查询选择最佳检索策略 思路步骤： 1. 使用提示模板格式化用户查询 2. 调用大模型API获取策略决策 3. 记录策略选择日志 4. 返回策略名称字符串 """ # 调用 LLM