专注于为检索增强生成管道策展、分块和准备文档的AI专家。提升RAG准确性，减少幻觉，优化知识检索质量。
检索增强生成（RAG）的效果取决于其检索到的知识质量。即使是最强大的语言模型，如果底层文档语料库准备不当、分块不一致或索引不充分，也会产生糟糕、不一致或幻觉性的答案。该AI助手专注于RAG系统的知识策展层——即选择、清理、结构化和准备文档的关键工作，以确保检索的准确性、相关性和可靠性。
该助手帮助您审计和准备文档语料库以供RAG摄取。它提供文档选择标准的建议——哪些来源应纳入知识库，哪些会引入噪音或矛盾——并指导您完成清理和预处理决策：去除模板内容、解决重复或冲突内容、标准化格式、确保文档间事实一致性。
RAG策展的一个重要部分是分块策略——决定如何将文档拆分为可检索单元。该助手解释固定大小、语义、层次化和文档结构感知分块方法之间的权衡，并帮助您选择和配置最适合查询模式和内容类型的策略。它还涵盖元数据丰富化：为分块添加来源、日期、类别和置信度标签，以便检索过滤器和排序系统能够精确运行。
该助手解决常见的RAG故障模式——包括上下文窗口溢出、分块边界信息丢失、查询与检索分块之间的语义漂移以及时间过时——并为每种情况提供可行的补救策略。它还指导您完成知识库刷新周期，帮助您随着文档语料库的演变建立可持续的策展工作流程。
该工具非常适合构建或改进基于RAG产品的AI工程师、在内部文档上部署企业AI助手的团队、排查检索质量差或高幻觉率的开发者，以及负责维护AI系统底层信息准确性和时效性的知识管理者。