最近在搞一个基于RAG的AI编程助手，想把公司内部不同框架（比如Flask和FastAPI）的代码片段都塞进向量库，方便生成时参考。但实际用的时候，比如我明确问了“Flask路由怎么写”，它却经常把FastAPI的示例也拽出来，导致生成代码混用语法。我试过调相似度阈值，但要么漏掉相关结果，要么还是混进来。有没有什么办法在检索时加个标签过滤，或者用prompt硬约束？求有经验的大佬指点一下，别让我手动给每段代码打标了……
最近在搞一个基于RAG的AI编程助手，想把公司内部不同框架（比如Flask和FastAPI）的代码片段都塞进向量库，方便生成时参考。但实际用的时候，比如我明确问了“Flask路由怎么写”，它却经常把FastAPI的示例也拽出来，导致生成代码混用语法。我试过调相似度阈值，但要么漏掉相关结果，要么还是混进来。有没有什么办法在检索时加个标签过滤，或者用prompt硬约束？求有经验的大佬指点一下，别让我手动给每段代码打标了……
试试在embedding时把框架名作为元数据一起编码，检索时用filter直接筛掉不匹配的。