问题
检索质量评估结果为0
说明检索没有找到相关文档！问题可能是：
-
评估数据集生成时的chunk_id与实际向量数据库不匹配
-
文档内容与问题不相关
原因
向量数据库中的ID有两种：
-
Chroma内部UUID ： 8e5d606e-896c-4117-83a6-31d3ca4638d9 （自动生成）
-
Metadata中的chunk_id ： rag_guide_md_0 （文档处理器生成）
评估数据集记录的是：
- d6dc2ed0-448d-4b4b-8de2-73e81a3dc2fe （Chroma的UUID）
检索器返回的文档中：
- chunk_id 字段是 rag_guide_md_0 （自定义格式）
评估器比较的是：
- 把检索结果的 chunk_id （如 rag_guide_md_0 ）与评估数据集的 relevant_chunk_ids （如 d6dc2ed0-448d-4b4b-8de2-73e81a3dc2fe ）进行比较。
这两种ID完全不同！所以无法匹配，导致Recall全为0。
评估数据集生成时：
python
all_ids = self.retriever.vector_store.get()["ids"] # 获取的是 Chroma 内部UUID
...
"relevant_chunk_ids": [chunk_id] # 保存的是UUID，如 `d6dc2ed0-448d-4b4b-8de2-73e81a3dc2fe`评估时比较的是：
python
retrieved_ids = set([doc.metadata["chunk_id"] for doc in retrieved_docs]) # 取的是metadata中的chunk_id，如 `rag_guide_md_0`
修复
修改 core/rag_evaluator.py ：
python
# 修复前：使用Chroma内部UUID
all_ids = self.retriever.vector_store.get()["ids"]
# 修复后：使用metadata中的chunk_id
chunk_id = metadata.get("chunk_id", metadata.get("id", str(hash(chunk_content))))
