交互式 RAG 实验室

面向检索系统的 RAG Playground

学习检索增强生成每个阶段的行为，对比生产级架构，并在无需真实模型调用的情况下调试一条可信的模拟链路。

8 个学习阶段

10 个方案模式

全参数可模拟

实时流程预览

从问题到有证据回答

nDCG 91%

解析

保留标题、页码、表格和权限元数据。

切分

把文档拆成可召回、可引用的证据单元。

向量化

用 embedding 建立语义相似空间。

索引

用 HNSW、过滤和快照支撑低延迟检索。

召回

融合向量和关键词候选，覆盖业务术语。

评估

跟踪召回、忠实度、延迟和成本。

语义切分 · BGE-large · 混合检索 · 重排序

片段 CN-11 · 片段 CN-14 · 片段 CN-20

混合检索先覆盖中文业务术语，再由重排序筛出生成前最可靠的证据。

快速开始

从解析、切分、向量化、索引、召回、重排序到生成和评估，逐步理解真实取舍。

用雷达图查看经济型、高质量型、中文优化型和企业治理型模板。

调整切分长度、向量模型、索引、召回、重排序、查询改写和 Top-K。