RAG 最佳实践和调优指南

前言

RAG（检索增强生成）系统的质量很大程度上取决于各个环节的精细调优。本文将从文档处理、向量转换、检索优化到查询增强，系统性地介绍 RAG 的最佳实践。

---

一、文档收集和切割

文档的质量决定了 AI 回答的质量，这是 RAG 系统中最基础也最重要的环节。

1.1 优化原始文档

知识完备性是文档质量的首要条件。如果知识库缺失相关内容，大模型将无法准确回答对应问题。

优化建议：

• 内容结构化：将零散内容组织成有逻辑的结构
• 内容规范化：统一术语和表达方式
• 格式标准化：使用统一的文档格式

💡 通过收集用户反馈或统计知识库检索命中率，不断完善和优化知识库内容

1.2 文档切片

切片的目的是将长文档分割成更小的片段，方便大模型处理和理解。

最佳实践：结合智能分块算法和人工二次校验

切片方式	优点	缺点
固定长度切分	实现简单	容易导致语义断裂
智能分块算法	保持语义完整性	需要更多计算资源

实施建议：

• 使用 Spring AI 的 ETL Pipeline 提供的 DocumentTransformer
• 或使用云服务（如阿里云百炼）的智能切分功能

1.3 元数据标注

元数据是对文档内容的补充描述，能够帮助大模型更好地理解文档的上下文和语义。

标注方式：

• 手动添加元信息（单个文档）
• 利用 DocumentReader 批量添加
• 自动添加：Spring AI 提供基于 AI 的关键词解析
• 云服务智能元数据标注（如阿里云百炼）

---

二、向量转换和存储

向量转换和存储是 RAG 系统的核心环节，直接影响检索的效率和准确性。

2.1 向量存储配置

选择向量存储方案时需考虑：

• 费用成本
• 数据规模
• 性能要求
• 开发成本

常见方案：内存 / Redis / MongoDB / 专业向量数据库

2.2 选择合适的嵌入模型

嵌入模型负责将文本转换为向量，其质量直接影响相似度计算和检索准确性。

⚠️ 不同场景可能需要不同的嵌入模型，建议根据实际数据进行效果测试

---

三、文档过滤和检索

这是开发者最能大显身手的地方，优化这个环节可以显著提升系统整体效果。

3.1 多查询扩展

在多轮场景中，用户输入的提示词可能不完整或存在歧义。多查询扩展可以提高检索的准确性和完整性。

注意事项：

• 设置合适的查询数量（一般建议 3-5 个）
• 保留原始的核心语义，避免引入新的歧义

代码示例：

MultiQueryExpander queryExpander = MultiQueryExpander.builder()
    .chatClientBuilder(chatClientBuilder)
    .numberOfQueries(3)
    .build();
List<Query> queries = queryExpander.expand(new Query("程序员是干嘛的？"));

完整使用流程：

1. 使用扩展后的查询召回文档
2. 整合召回的文档（去重合并）
3. 使用召回的文档改写 Prompt

3.2 查询重写和翻译

查询重写和翻译可以使查询更加精确和专业。

实现方式：

• 配置 TranslationQueryTransformer 支持多语言
• 云服务中开启多轮会话改写功能

代码示例：

@Component
public class QueryRewriter {

    private final QueryTransformer queryTransformer;

    public QueryRewriter(ChatModel dashscopeChatModel) {
        ChatClient.Builder builder = ChatClient.builder(dashscopeChatModel);
        
        queryTransformer = RewriteQueryTransformer.builder()
                .chatClientBuilder(builder)
                .build();
    }

    public String doQueryRewrite(String prompt) {
        Query query = new Query(prompt);
        Query transformedQuery = queryTransformer.transform(query);
        return transformedQuery.text();
    }
}

3.3 检索器配置

检索器配置是影响检索质量的关键因素，主要包括三个方面：相似度阈值、返回文档数量和过滤规则。

设置合理的相似度阈值

问题	解决方案
召回结果不完整，缺少相关文本切片	降低相似度阈值，提高召回片段数
召回结果中包含大量无关文本	提高相似度阈值，排除低相似度信息

代码示例：

DocumentRetriever documentRetriever = VectorStoreDocumentRetriever.builder()
        .vectorStore(vectorStore)
        .similarityThreshold(0.5) 
        .build();

控制返回文档数量（Top-K）

控制返回给模型的文档数量，平衡信息完整性和噪音水平。

DocumentRetriever documentRetriever = VectorStoreDocumentRetriever.builder()
        .vectorStore(vectorStore)
        .similarityThreshold(0.5) 
        .topK(3) 
        .build();

📌 在多路召回场景下，系统会从多个知识库检索文本切片，通过重排序选出最相关的前 K 条

配置文档过滤规则

场景	解决方案
知识库包含多类别文档，希望限定范围	添加标签，检索时根据标签筛选
多篇结构相似文档，希望精确定位	提取元数据，进行结构化搜索

工厂模式示例：

public class LoveAppRagCustomAdvisorFactory {

    public static Advisor createLoveAppRagCustomAdvisor(VectorStore vectorStore, String status){
        // 过滤特定状态的文档
        Filter.Expression expression = new FilterExpressionBuilder()
                .eq("status", status)
                .build();

        DocumentRetriever documentRetriever = VectorStoreDocumentRetriever.builder()
                .vectorStore(vectorStore)
                .filterExpression(expression)
                .similarityThreshold(0.5)
                .topK(3)
                .build();

        return RetrievalAugmentationAdvisor.builder()
                .documentRetriever(documentRetriever)
                .build();
    }
}

---

四、查询增强和关联

经过文档检索后，系统已获取相关文档。此时需要进一步优化生成效果。

4.1 错误处理机制

实际应用中可能出现多种异常：找不到相关文档、相似度过低、查询超时等。

自定义错误处理示例：

public class LoveAppContextualQueryAugumneterFactory {

    public static QueryAugmenter createInstance(){
        PromptTemplate emptyContextPromptTemplate = new PromptTemplate("""
                 你应该输出下面的内容：
                                抱歉，我只能回答恋爱相关的问题，别的没办法帮到您哦，
                                有问题可以联系我们的客服：https://www.baidu.com
                """);
        return ContextualQueryAugmenter.builder()
                .allowEmptyContext(false)
                .emptyContextPromptTemplate(emptyContextPromptTemplate)
                .build();
    }
}

应用到 Advisor：

RetrievalAugmentationAdvisor.builder()
        .documentRetriever(documentRetriever)
        .queryAugmenter(LoveAppContextualQueryAugmenterFactory.createInstance())
        .build();

4.2 其他建议

1. 分离检索阶段和生成阶段的知识块
2. 使用不同粒度的文档：针对不同阶段使用不同粒度的文档
3. 选择合适的模型：查询重写、元信息增强等场景可选择轻量大模型，不必整个项目只用一种大模型

---

总结

环节	核心要点
文档处理	知识完备性 + 智能切分 + 元数据标注
向量存储	根据场景选择合适的存储方案和嵌入模型
检索优化	多查询扩展 + 查询重写 + 合理配置阈值和 Top-K
增强关联	错误处理 + 分阶段优化 + 模型选型

RAG 系统的优化是一个持续迭代的过程，需要根据实际效果不断调整各个环节的参数和策略。希望本文能为你提供实用的参考。