边学边做数据库修炼册

负样本这块你确实踩到大坑了，随机采样在领域embedding微调里基本等于没做，模型根本分不清“相似但不同”的法律条款和案例，hard negatives几乎必备。我之前做医疗问答也遇到过同样问题，后来把负样本改成同罪名但不同情节的判决书，效果立刻上来了。温度参数也别忽略，bge系列默认0.2左右，但你用contrastive loss时如果领域内语义粒度更细，可以试着调低到0.1，让模型对难分对

学到了，感谢分享！

Milvus部署虽然重，但中文检索和混合检索是真稳，我们团队就是用它落地的。

做过类似的事，但场景是钉钉，原理差不多。MCP那套认证确实太轻了，它默认的是服务端信任模型，根本没法直接对接企业微信这种带组织架构的OAuth2.0，硬凑会把自己绕晕。我当时是写了个轻量网关，把企业微信的userid先换成内部账户系统的token，再塞进MCP请求的header里，性能上其实还好，几十个人并发只要不涉及大文件传输，纯文本对话完全扛得住，关键别在中间层做同步的数据库查询，用Redis

同感，这个坑我也踩过。Chroma本地跑demo确实香，但一上并发就暴露了——它底层是SQLite或者duckdb那种文件级存储，多个进程同时写很容易把数据库文件搞坏。你挂共享存储的做法其实更危险，因为NFS或者EFS这种网络文件系统对文件锁的支持很弱，并发写直接炸。 我后来试了两条路：一条是代码里加读写锁，比如用Redis的分布式锁或者Python的fasteners库，但问题是锁住写入请求后