用AI Agent优化内部文档检索的实践

shihuangzhan · 发表于 10 小时前

　　"上周帮团队搭建内部知识检索工具，最初只靠基础大模型直接召回匹配的文档，结果经常混进大量无关内容。比如搜“新人入职流程”时，会跳出好几条服务器运维日志、旧版本的API更新记录，筛选有效信息要花十几分钟，严重拉低了团队的工作效率。

　　后来调整了检索逻辑，先做粗召回拿到一批候选文档，再用重排序模型筛选出最相关的内容。为了快速落地这套流程，我借助开源工具FastGPT来配置相关模块，参考了解AI Agent的落地思路里的方法，能更高效地完成检索优化，不用从零开始搭建整套系统。

　　需要注意的是，不同业务的文档类型差异较大，调整重排序模型的匹配阈值时，要结合实际场景测试，不要直接套用通用配置，否则可能会过滤掉部分有用的内容，反而影响检索效果。"

		自动登录	找回密码
密码			立即注册