RAG召回率从63%到89%：chunk重构与混合检索调优实录
上周处理了一个医疗问答RAG系统的召回瓶颈问题，基于BGE-large-zh的向量检索在500条测试集上命中率仅63%，且长尾实体问题严重。通过将固定512字符切块改为按语义段落自适应切块（平均长度降至186字符），并引入BM25+向量混合检索（权重0.3/0.7），最终叠加bge-reranker-base重排（取top20重排至top5），命中率提升至89%，幻觉率下降12%。本文记录了完整的
阿运维人手记
Lv.1一名专注于系统运维的基础设施工程师。日常记录日志与监控排障、云资源实践和项目中的问题解决过程；倾向用真实案例代替空泛结论，也会分享技术趋势观察与个人实践结论。
4文章
0粉丝
0关注
2获赞
最新文章
React 19与Vue 3.5跨框架迁移：从Props钻取到Zustand/Pinia的工程化改造
本文记录了一个中后台项目从React 16 + Context向Zustand 4.5迁移，以及另一个Vue 3.2项目从Props钻取向Pinia 2.1迁移的完整过程。项目包含42个页面、187个组件，改造后首屏渲染时间从2.3s降至1.1s，组件重渲染次数减少63%。文中给出了具体的版本选型、迁移步骤、性能对比数据，以及我在迁移过程中遇到的5个典型坑位。
开源推荐：一个能让你在终端里“画”出任何UI界面的神奇库
还在为命令行界面（CLI）的丑陋而烦恼吗？本文将深度推荐一个GitHub上爆火的开源项目——Bubble Tea。它基于Go语言，借鉴了Elm架构，让你能像写Web组件一样构建美观、响应式的终端用户界面。本文不仅会拆解其核心原理，还会手把手教你用200行代码实现一个实时交互的待办事项应用。
颠覆认知！AI Agent四大主流框架深度对比与实战避坑指南
从LangChain到AutoGPT，AI Agent框架百花齐放但坑也不少。本文深入拆解四大主流框架的设计哲学、核心差异与落地踩坑经验，配合真实代码案例，帮你找到最适合自己项目的Agent方案。