生产级RAG知识库实现95%可溯源准确率 解析地质探矿场景全链路架构

为解决专业领域大模型应用中“搜不准、答不对、没法溯源”三大痛点，一套生产级RAG知识库系统在地质探矿等真实场景中落地验证。该系统采用离线-在线双阶段架构，由Canvas DSL编排引擎统一驱动：离线阶段通过NATS JetStream消息队列异步处理文件入库，避免高并发阻塞；PDF交由DeepDOC视觉引擎进行深度结构识别，办公文档则用轻量解析器处理，其中解析为计算负载最高环节。切块环节设四类策略——General模式按语义边界滑动切分；QA模式绑定问题与答案；Table模式保持表格完整性并附着表头；Manual模式依DLA提取标题层级切块并注入面包屑路径。可选LLM抽取模块生成关键词与模拟问题（如HyDE），弥合专业术语与用户口语间的语义鸿沟。在线检索启用稀疏+密集双路召回，经二次重排（融合BM25、语义得分与元数据权重）及相似度阈值过滤后，仅高置信度Chunk送入大模型生成答案，并同步标注原始出处（文件名、页码、条款）。在某省金属矿普查项目中，系统对“控矿构造类型”类问题准确率达89%，95%回答可精准溯源。工程挑战包括PDF解析对扫描件支持有限、LLM增强带来延迟成本、多租户权限需深度集成DSL层。系统强调可配置性，允许专家动态调整切块策略与重排参数，推动知识管理从归档转向可计算资产。