PostgreSQL + pgvector 如何避免 RAG Agent 引用已刪除文件
文章提出以 PostgreSQL 搭配 pgvector 儲存文件與嵌入向量,利用同一資料庫的交易和權限控制,避免 RAG Agent 檢索已刪除文件。文件刪除時,ON DELETE CASCADE 會連同分塊及向量一併刪除;更新則透過 outbox 工作流程重新生成嵌入,檢索時在同一 SQL 查詢中套用相似度及租戶權限。
文章提出以 PostgreSQL 搭配 pgvector 儲存文件與嵌入向量,利用同一資料庫的交易和權限控制,避免 RAG Agent 檢索已刪除文件。文件刪除時,ON DELETE CASCADE 會連同分塊及向量一併刪除;更新則透過 outbox 工作流程重新生成嵌入,檢索時在同一 SQL 查詢中套用相似度及租戶權限。
PDF 轉文字時,可逐頁檢查提取文字,以識別掃描頁並判斷何時使用 OCR。程式把少於 20 個字符的頁面視為空白,空白頁達總頁數的 90% 時標記為疑似掃描文件;混合文件則只對空白頁執行 OCR。文中亦建議以 300 dpi 渲染、設定文件語言,並保留信心分數供低信心頁麪人工檢查。
實用的 AI 工程師課程應涵蓋從問題界定、數據與軟件基礎,到評估、部署、監控及作品集的完整交付流程,而非只教授模型或提示詞。課程深度應按目標職位區分為模型/ML 工程、AI 應用及智能體、業務自動化,並透過包含失敗案例的端到端項目檢驗實作能力。文章以 Barcelona Code School 的兩個訓練營為例,並建議比較課程的實作時數、評核、部署內容、導師支援及學費。
醫療預約助理應採用分階段檢索,並以可追溯引用作為答案能否展示的門檻。近似重複資料須保留來源、記錄及版本識別碼,直至應用程式政策決定是否合併;查詢亦須設候選上限、期限及重試限制。Infrai 提供純 HTTP 介面,涵蓋 20 個模組的 295 條路由。
System Design Simple 指出,AI 引文核查應在來源快照中確認引文是否以連續、完整的 token 序列出現,不能只憑連結可開啟判定引文成立。其本地測試中,60/60 個引用連結都可開啟;相似度門檻設為 0.9 時,10 條改寫引文有 6 條通過,當中包括全部 3 條改動數字的引文。文章建議只用相似度搜尋並展示最接近的段落,以正規化後的精確比對核查引文。
Abdul Basit 對多智能體自由工作投標助手 GigBid 進行消融,發現 Recall@5 最高的檢索方案 v_best(0.947)回覆率僅 0.011,低於 V0 的 0.200。
Yuvraj 示範如何為新西蘭税務研究 RAG Agent 建立評估框架,這是三部分系列的第一篇,聚焦評估流程。框架結合黃金數據集、確定性檢查和模型評審;18 條公開問題的 Claude Sonnet 5.5 三輪平均分別為 0.982、0.980、0.978,98% 的評分項目判定在各輪一致。
國內五家 GEO 服務商分別採用平台型、AI 原生型、數據智能型、算法工程型及垂直信源型技術路線,在信源、內容結構、模型適配、內容生產和效果監測方面各有取捨。選型時可核驗信源是否可公開訪問、知識單元能否獨立引用,以及監測方法和考核指標。文章並按業務需求列出五家服務商的參考方向。
2026屆一線互聯網公司校招中,AI測試開發年薪為35—45萬,傳統測試開發為16—18萬,測試崗薪酬差異與方向選擇相關。能封裝 Skill、建立評測體系及為 Agent 設計分層兜底,是AI測試開發所需能力。求職者可按 JD 的 AI 要求判斷崗位方向,並準備能説明問題、處理方法和結果的 AI 項目。
阿里雲 2026 年雙十一為 Qwen3.8-Flash 提供按量節省計劃、Token Plan 訂閲、夜間折扣及上下文快取折扣,活動至11月30日。按量節省計劃包季最低4.5折,Token Plan 新用戶首購5折;Token Plan 用戶在北京時間每晚22:00至翌日早上8:00調用時,Credits 消耗打4折。
作者主張,履歷應以可核對的工作成果呈現 AI 輔助生產力,而非只列工具或無法證實的團隊倍數。文中列出 PR 時間戳、CI 紀錄、覆蓋率及事故數據等衡量來源,並建議交代 AI 協助的部分、本人負責的部分,以及品質是否維持。
指南説明如何構建及評估 RAG 系統,涵蓋資料攝取、分塊、索引、檢索、生成及引用的流程。建議先以 Recall@k、MRR 和 nDCG 評估檢索,再分開檢查答案正確性、證據支持度及引用是否可靠。配套的本地教學實例採用 TF-IDF 檢索,可選擇呼叫本地 Ollama 模型,但沒有身份驗證或存取控制。
通義千問以七層信源分級、多源交叉驗證和量化信任評分建立知識圖譜入庫機制;夸克 AI 搜尋則以即時檢索、信源追溯和交叉核驗支援可信生成。夸克深度搜尋單次平均檢索 197 篇資料,篩選出 38 個高置信度參考信源。兩者分別側重知識入庫與即時查證,並透過模型及搜尋能力形成協同。
阿里雲百煉大模型服務平台涵蓋模型推理、應用開發、知識庫 RAG、Agent、微調及專屬部署,並提供多種計費和接入方式。雙十一期間,全模型低至 4.5 折,新用戶可獲超 7000 萬免費 Token;Wan3.0-Video 限時 7 折,支援生成長達 30 秒的影片。開發者可按用量、場景和團隊規模選擇免費額度、Token Plan、節省計劃或專屬部署。
方案以阿里雲百煉、RAG及Serverless架構構建高可用AI智能客服系統,接入通義千問(Qwen)及向量檢索服務,建立動態知識庫並管理模型推理。系統以函數計算和訊息佇列處理會話路由、限流降級及異步轉人工,並透過提示詞約束、敏感詞過濾和客戶資料脱敏控制回覆風險及保障資料安全。
BoilerShelf 的指南説明如何在上線前評測 RAG 聊天機械人,建議分開衡量檢索與生成,避免只評分最終答案而無法定位問題。測試集可先採用 30 至 100 條來自真實來源的問題,並加入無法回答及較棘手的問題。作者亦建議固定測試集,記錄每次執行的配置、延遲與成本,以比較系統變更前後的結果。
文章主張,電商產品搜尋應採用允許清單式增量爬取,媒體知識庫則按集合範圍爬取,並由索引明確界定內容邊界,而非交由語言模型推測。實作上可由產品 feed 或 CMS 匯出確定資料集成員,按標準產品身份整理記錄,並分開管理權限和內容生命週期。評估時應同時追蹤召回率、索引成本和資料新鮮度,並在新索引通過固定回放集後切換版本,以保留回滾路徑。
這篇實作指南主張旅行行程規劃器採用分階段檢索,先查穩定內容,再按新鮮度要求補充網頁資訊,並為每個階段設定延遲預算。以 2.5 秒回應目標為例,作者分配約 300 ms 作查詢規劃、600 ms 作向量檢索、500 ms 作可選網頁補充及 400 ms 作引用整理,餘下時間留給生成和網絡波動。
線上課程導師的搜尋流程應按語義結構切分重疊區塊,保留來源範圍,再以章節及課堂中繼資料重排候選內容後生成答案。文章建議以 250–400 tokens 作為一般文字的起始分塊大小,重疊 10–15%,並強調這些數值不是基準。評估時應分開衡量候選內容召回率、重排後的引用準確度,以及引用範圍能否支持答案中的主張。
房源搜尋應採用分階段檢索、明確的房源 Schema 和有界查詢,並把資料新鮮度與刪除納入檢索合約。流程先按地區和房源狀態縮小候選範圍,再以向量查詢檢索相關內容,最後由應用程式套用硬性篩選並組合來源脈絡。上線前須分別評估相關性與新鮮度,並確認已刪除房源不會再被檢索。
阿里雲百煉知識庫費用分為規格費用和模型調用費用,提供標準版及旗艦版,並設有一次性720小時標準版免費額度。標準版按每個知識庫每小時0.03元計費,旗艦版按每RCU每小時0.2元計費;模型調用則按實際輸入Token量計費。免費額度耗盡或過期後會自動按量付費。
阿里雲百煉知識庫(RAG)費用分為規格費和模型調用費,標準版每小時0.03元、旗艦版每RCU每小時0.2元。所有用戶開通後可一次性獲得720小時標準版免費額度,新用戶額度有效期為開通日起30天。向量化、排序、路由及問答生成另按實際Token用量計費,費用不包括在規格費內。
TitanJ53提出一套物業放盤搜尋的引用追蹤架構,建議在資料匯入時為每個片段保存放盤版本、欄位及字元範圍等來源識別資料,並讓生成聲明回傳相應識別資料。文中以 2 million 筆放盤、3 個保留版本、每個版本 8 個片段及每片段 4,096 bytes 作示例,估算未計索引開銷或副本前約需 196.6 GB,並註明這只是示例而非基準測試。
文章提出法律合約審閲的檢索回退架構,採用分階段搜尋、明確集合及有界查詢,並讓來源識別資料一路保留至審閲者。每個階段都須沿用相同租戶與存取控制資料,記錄階段名稱、查詢 ID、集合、結果數及請求 ID;空結果可觸發擴展檢索或人工澄清,但不能放寬授權邊界。
文章為金融科技工程知識機械人提出檢索與審計設計:受控、版本化的內部文件使用向量檢索,只有依賴時效資訊時才加入即時搜尋,混合檢索則須明確記錄來源優先次序。審計事件應記錄請求 ID、符合資格的語料、候選項、篩選與選取理由及最終引用,並以內容雜湊和文件修訂版支援有限重播;查詢文字須先遮蔽秘密資料。
私隱優先的個人知識管理器應把快取視為提示,並在內容交由模型處理前核對每段知識的版本及存取權限。版本不符時,快取應回報未命中;命中後仍要重新檢查文件授權,生成答案則預設不保留。
文章為健康科技課程導師提出分階段檢索方案,透過明確的資料集合、受限查詢和可追溯來源,讓檢索上下文可供引用。文中列出查詢正規化與 ACL 載入 40 ms、候選檢索 180 ms、重排與去重 120 ms、引用組裝 80 ms、生成交接 60 ms 的起始預算,並指出這些數值不是實測承諾。文章建議以可重放的案例檢查租戶權限、版本及引用鏈路,並記錄各階段的候選數量和篩選結果。
作者開源 Haystack,讓 AI Agent 透過語義路由檢索 Markdown 筆記庫,並把每次檢索修正轉成永久規則及 QA 配對。系統以嵌入向量和語料 IDF 詞項統計混合檢索,經 RRF 融合及 llama.cpp cross-encoder 重排;審核會重建索引並執行 QA 配對,遇到回歸便以狀態碼 1 結束。
電商新聞監測服務應沿文件生命週期記錄接入、分塊、索引、檢索及答案所用證據,並同步監測索引增長、保留期限、相關性和延遲。索引穩態佔用約為 D × K × R,即文件到達率、每份文件的平均分塊數及保留天數,尚未計及副本、中繼資料和索引開銷;重複內容或分塊策略變更也可能推高索引規模。文章建議按來源類別設定保留政策,並以版本化評測集及新鮮度、重複率等指標區分接入、檢索和生成問題。
文章示範如何用 Docker Compose 在單一主機上組建由 Qdrant、Ollama(或 vLLM)及應用程式閘道組成的多容器 RAG 堆疊。配置只向主機公開閘道的 80:8000 連接埠,並以健康檢查控制依賴順序、用命名卷保存持久資料。
理賠受理知識庫應先篩選符合條件的有效文件版本,再在該版本內排序 chunks,以免檢索到已被取代的保障條款。版本應視為不可變修訂,保存各自的內容雜湊、生效區間和 supersedes 關係;查詢以理賠事件的 as_of 時間為準,而非提問時間。文中另建議設定新鮮度指標、記錄 parser 和 chunker 版本、測試替換競態,並按檢索用途分層保留現行及歷史資料。
作者提出為金融研究儀錶板建立具權限感知的檢索層,以小型分區索引配合先篩選中繼資料、再進行嵌入向量搜尋。每個內容區塊需標示租戶、存取範圍及是否含有個人資料,引用離開服務前亦須再次授權。測試涵蓋跨租戶查詢、受限研究及過期記錄,並追蹤權限拒絕、召回表現與索引成本;文章亦指出,語料完全公開、規模小且可棄用時,傳統全文索引可能更清晰。
GIGABYTE 將於 2026年11月13日 在南加州 Pacific Palms Resort 舉辦 AI Partner Summit,聚焦「打造你的第一個商業 AI Agent」。活動設有 GIGABYTE AI TOP ATOM 實作工作坊,涵蓋本地 AI 與 RAG、LoRA 微調及 AI Agent 開發。
一次多智能體壓力測試中,未經裁剪的 Agent harness 讀取 21.41 million tokens,只產生 109,610 tokens,讀寫比達 195:1。文章剖析 7 層外置 AI 大腦,透過座標指標微分塊、AST 結構摘要及分層資料庫控制提示詞載入量。作者亦指出合成記憶注入及語義否定繞過驗證閘等防護問題。
旅遊行程規劃器應先設定端到端請求期限,再把延遲預算分配至查詢解析、候選檢索、重排及引文組裝,逾時時返回可見的部分結果,而非無引文的猜測。文章以服務邊界的 warm request 為例,提出 900 ms 的起始設計目標,分配為 60 ms 解析、280 ms 檢索、220 ms 重排、260 ms 組裝及 80 ms 預留,並指出這不是通用基準。
注重私隱的知識管理器應採用分階段檢索,以明確版本、受限查詢及來源上下文避免把舊修訂混入結果。資料必須留在自有基礎設施時可選 Postgres/pgvector 或 Qdrant;若要以單一 REST API 管理向量操作,則可考慮 Infrai,但須先核對資料保留、地區及供應商存取要求。
作者提出餐廳菜單助手的檢索設計,以版本化向量索引處理穩定菜單內容,並以即時網頁來源處理服務期間會變動的資訊。檢索資料保留 restaurant_id、menu_version、source_url 等欄位,並按 service_date、meal_period 等條件篩選;合併結果時,優先選擇涵蓋所需日期的結果,再按最新 menu_version 和語義分數排序。
這份 Python 檢索指南主張以不可變的物業放盤修訂版本作為資料真實來源,配合語義分塊及型別化硬性篩選,避免過時內容混入結果。每個 chunk 帶有相同的 source_revision,並以確定性 ID 和 outbox 事件支援可重試、冪等索引;查詢結果附帶修訂版本,並排除非活躍版本。
物業平台的工程文件搜尋可採用變更感知的檢索窗口,為每個內容區塊附上來源版本,並在引用版本超出政策時拒絕作答。初始政策可按文件類別設定,例如 API 合約 15 分鐘、操作手冊 24 小時。刪除文件須即時以 tombstone 排除,評估則應檢查引用新鮮度和過期答案率。
這份金融研究儀錶板操作手冊建議採用分階段檢索架構,並以明確集合、受限查詢和可追溯來源脈絡作為設計原則。手冊將資料匯入、檢索和引用分開觀測,要求保留來源版本、區塊及查詢資訊,並以同一追蹤 ID 串連各階段。另建議以固定文件集測試召回率、精確率和引用覆蓋率,並在切換新集合前保留回退路徑。