企业官网建设流程全解析

• 教程
• 人工智能
• 大模型
• RAG

这是一篇以 data/C8/cook/dishes/meat_dish/白菜猪肉炖粉条.md 菜谱为标本的实战解析文章。读者一方面能照单学会这道东北家常菜的标准做法（从原料计算到出锅收汁），另一方面能透过这份菜谱，理解 all-in-rag 项目第 8 章"尝尝咸淡 RAG 系统"是如何把这类高度规整的 Markdown 菜谱，改造成"小块检索、大块生成"的知识库，进而支撑"今天吃什么"这类智能问答的。读完本文，你将同时掌握一份可下厨复现的菜谱，以及一条可运行的菜谱 RAG 流水线（数据加载 → 元数据增强 → 结构分块 → 混合检索 → 生成回答）。

一、菜谱档案：一道简单上乘的东北家常菜

白菜猪肉炖粉条是一道简单易做的传统东北家常菜，以做法简单、味道上乘的特点在广大东北人民群众中备受喜爱。原菜谱文档给出的预估烹饪难度为★★★（中等），属于典型的"一锅炖"家常菜：食材常见、火候宽容、容错率高，非常适合作为 RAG 菜谱知识库的入门语料来观察整个处理链路。

从数据视角看，这份菜谱文件本身就是一份"教科书级"的结构化 Markdown：它严格遵循# 标题+ 简介 + 难度评级 +## 必备原料和工具+## 计算+## 操作+## 附加内容的固定骨架。这一点在 docs/chapter8/01_env_architecture.md 中被明确点出——HowToCook 风格菜谱"结构高度规整、篇幅较短"，几乎不需要额外清洗就能直接用于 RAG 构建。

二、必备原料与工具

制作这道菜需要的原料清单（对应菜谱文档的"必备原料和工具"小节）：

无需特殊厨具，一口炒锅/炖锅、一把菜刀即可完成全部操作。

三、用量计算：每份的标准配比

菜谱文档明确给出了"每份"的精确配比，这是该文档"计算"小节的核心内容，也是 RAG 系统回答"需要什么食材""放多少量"类问题时被检索到的关键信息：

从烹饪原理看，这份配比遵循了"肉 3 : 菜 5 : 粉条 0.5"的东北炖菜黄金比例：五花肉提供油脂与肉香，白菜量大且炖后大幅出水缩水，粉条吸水膨胀，三者成菜后体积与味道恰好平衡。老抽与生抽各 5ml 的分工明确——老抽负责上色、生抽负责提鲜，二者不可互相替代。

四、操作步骤：九步做出地道东北味

以下是菜谱文档"操作"小节的完整步骤，我按执行时序重新组织了编号，并补充了每一步的原理说明，方便下厨复现：

第 1 步（最先做）：泡发粉条锅内烧水，水开后放入干粉条，煮 5 分钟后连同水一起倒入容器中，盖上盖子继续浸泡备用。原文档特别强调"第一步先做这个"，因为土豆干粉条煮制时间长，先泡上可以利用等待时间并行推进后续步骤，这是全流程的时间管理关键。

第 2 步：切肉五花肉切成 3mm 的肉片备用。3mm 是兼顾"快速炒熟上色"与"久炖不柴"的折中厚度：太薄炖后易碎，太厚则油脂难以析出。

第 3 步：切菜大白菜嫩叶与白菜帮子分开，切成 2 份菜片备用。帮子与嫩叶熟成时间差异大，分开处理是保证"帮子软烂、叶子不烂"的关键技巧。

第 4 步：热锅下油热锅，锅内放入 10ml～15ml 食用油，等待 10 秒让油温升高。热锅凉油有利于后续肉片不粘锅。

第 5 步：煸炒五花肉放入五花肉，保持翻炒至肉变色。此步将肉中的油脂逼出，是整道菜香气的根基。

第 6 步：老抽上色加入老抽，炒1 分钟，给肉上色。老抽需在肉片表面裹匀并炒出焦香，才能形成红亮色泽。

第 7 步：炒白菜帮加入白菜帮子，加入食用盐、生抽，炒一分钟；如果粘锅，烹入 10ml 水。先加盐有助于白菜帮快速出水，避免干烧粘锅。

第 8 步：加水炖煮（20 分钟）加水没过所有食材，加入鸡精、十三香，沸腾后将火调小，然后等待 20 分钟。这一阶段是味道融合的核心：肉香、菜甜、料香在慢火中互相渗透。

第 9 步：粉条入锅（5 分钟）粉条滤水切成小段放入碗中备用；加入白菜嫩叶，炒匀后将粉条放在菜上方，加盖再煮5 分钟。粉条放在菜上方而不是埋进汤底，可避免粉条沉底粘锅糊底。

第 10 步：收汁出锅尝味、关火、收汁。原文档的附加内容强调：最后一步务必尝味，如果发现味道偏淡或未熟，继续加盖煮一段时间即可，这是一道"容错率"极高的菜。

五、实操技巧与注意事项

菜谱文档"附加内容"小节给出的两条经验，值得单独展开：

1. 粉条先行：土豆干粉条煮制时间长，放在第一步操作，期间可并行切肉、切菜，整体耗时可压缩到 30 分钟内。
2. 尝味兜底：最后一步"尝味"是出锅前的质量闸门——味道淡继续加盐，未熟继续加盖炖，无需担心过火，因为白菜与粉条在余温下依然会继续熟成。

补充两条从步骤中可推出的要点：一是老抽与生抽 5:5 的比例使成品颜色红亮而不发黑；二是"粉条置于菜上"的摆法有效避免了粉条与锅底直接接触导致的糊底问题。

六、进阶视角：这道菜在"尝尝咸淡 RAG 系统"中的全生命周期

本仓库的 C8 章节构建了一个名为"尝尝咸淡"的食谱问答 RAG 系统（背景见 docs/chapter8/01_env_architecture.md），其数据目录正是 data/C8/cook，白菜猪肉炖粉条这道菜就是其中荤菜类（meat_dish）知识库的一份语料。结合 code/C8 源码，可以完整还原这道菜从 Markdown 文件到可被问答的检索单元的处理过程。

6.1 文档加载与元数据增强

在 code/C8/rag_modules/data_preparation.py 的load_documents()中，系统通过rglob("*.md")递归扫描数据目录读取所有菜谱，随后调用_enhance_metadata()对每个文档做元数据增强。以本菜谱为例：

• 菜品分类（category）：通过CATEGORY_MAPPING将路径中的目录名映射为中文分类，meat_dish→荤菜；
• 菜品名称（dish_name）：直接取文件名主干，即白菜猪肉炖粉条；
• 难度等级（difficulty）：用正则r'★+'精确匹配连续星号数量，本菜谱★★★映射为中等。

值得注意的实现细节是：源码中的难度映射表为{5: '非常困难', 4: '困难', 3: '中等', 2: '简单', 1: '非常简单'}，与菜谱文档顶部的星级评级一一对应；而parent_id通过数据根目录相对路径的 MD5 哈希生成，保证同一份菜谱多次加载时 ID 确定不变（见 data_preparation.py）。

6.2 Markdown 结构分块：一份菜谱切成五个子块

chunk_documents()使用 LangChain 的MarkdownHeaderTextSplitter，按#、##、###三级标题进行结构感知分块（strip_headers=False保留标题以便理解上下文）。按照这个逻辑，本菜谱会被切分为如下父子结构（映射关系存储于parent_child_map，子块通过parent_id关联父文档）：

父文档：白菜猪肉炖粉条.md（完整菜谱，doc_type=parent） ├── 子块1：# 白菜猪肉炖粉条的做法 + 简介 + 难度评级 ├── 子块2：## 必备原料和工具 + 食材清单 ├── 子块3：## 计算 + 用量配比 ├── 子块4：## 操作 + 详细制作步骤 └── 子块5：## 附加内容 + 技巧

这种"小块检索、大块生成"的设计（架构说明见 docs/chapter8/02_data_preparation.md）解决了一个关键矛盾：如果整篇菜谱作为一个向量块，用户问"白菜猪肉炖粉条需要什么食材"时，该问题在整篇文档中占比太小，可能检索不到；而按标题分块后，"必备原料和工具"子块能精确命中食材类问题，生成阶段再通过get_parent_documents()取回完整父文档，保证 LLM 拿到全部上下文。

6.3 智能去重：检索多块合并为完整菜谱

用户若问"白菜猪肉炖粉条怎么做"，混合检索可能同时命中"操作"与"计算"等多个子块。get_parent_documents()（data_preparation.py）会统计每个父文档被命中的子块数量作为相关性指标，按命中次数降序去重输出父文档——同一道菜只出现一次，且命中子块越多的菜谱排名越靠前。

6.4 检索与生成链路

在 code/C8/main.py 的ask_question()中，问题会依次经过：

1. 查询路由（query_router）：将问题分为list（推荐菜品）、detail（具体做法）、general（一般知识）三类；
2. 查询重写（query_rewrite）：对模糊查询（如"想做点简单的荤菜"）补充烹饪术语，对明确包含菜名的查询保持原样；
3. 混合检索：向量检索（FAISS + BGE 中文嵌入模型）与 BM25 关键词检索双路召回，经RRF（Reciprocal Rank Fusion）重排融合（见 retrieval_optimization.py）；
4. 元数据过滤：_extract_filters_from_query()会从问题中提取"荤菜""中等"等关键词作为过滤条件；
5. 生成：detail类问题走generate_step_by_step_answer()分步指导模式，以"菜品介绍 → 所需食材 → 制作步骤 → 制作技巧"的结构输出——这正是本菜谱从 Markdown 分块到自然语言问答的最终呈现形态。

其中嵌入模型、LLM 模型、检索数量、生成参数等均可在 code/C8/config.py 的RAGConfig数据类中配置（默认embedding_model="BAAI/bge-small-zh-v1.5"、llm_model="kimi-k2-0711-preview"、top_k=3、temperature=0.1），索引会持久化到./vector_index目录实现秒级重启加载。

七、运行与复现

在仓库根目录下按以下方式即可运行这套菜谱 RAG 系统（详见 docs/chapter8/01_env_architecture.md）：

# 创建并激活虚拟环境（示例使用 conda） conda create -n cook-rag-1 python=3.12.7 conda activate cook-rag-1 # 安装依赖 cd code/C8 pip install -r requirements.txt # 配置 MOONSHOT_API_KEY 环境变量后启动 python main.py

启动后进入交互式问答，可以尝试提问"白菜猪肉炖粉条怎么做""推荐几道简单的荤菜""白菜猪肉炖粉条需要什么食材"——前者会命中"操作"子块并展开分步指导，后者会精确命中"必备原料和工具"子块，而推荐类问题则会走list路由返回菜品名称列表，直观验证本文所述的分块与检索链路。

结语

白菜猪肉炖粉条这道菜，烹饪上讲究"粉条先行、帮叶分离、慢火 20 分钟"；在 all-in-rag 的 RAG 体系中，它则示范了一类典型语料的标准处理范式——目录路径映射为分类元数据、星级标记解析为难度字段、标题结构切分为父子子块、RRF 混合检索保证召回精度、父子回溯保证生成上下文完整。掌握了这道菜的两种"做法"，你既能端出一锅热气腾腾的东北炖菜，也能照此范式把任何一批结构化 Markdown 文档快速改造成可问答的 RAG 知识库。

• 教程
• 人工智能
• 大模型
• RAG