项目背景与职责

面试主回答

背景：养老政策、机构制度和服务资料来源多、格式不一，而且政策和制度会更新。用户提出问题时，系统不仅要找到“相关内容”，还要尽量避免引用过期或无权查看的资料，并能说明答案来自哪份文档、哪个位置。因此，这个项目不仅要接入大模型做问答，还要把文档处理、检索、权限与时效控制、答案溯源串成一条可信的知识服务链路，供政府监管人员、养老机构以及老人和家属查询资料。

职责：我主要负责知识问答链路中的资料入库、检索和 Agent 查询流程。入库侧的关键问题是文档处理耗时较长、大文件上传可能中断，所以我把解析、分块和向量化放到后台任务中，并处理分片上传和续传，让资料提交与后续处理解耦。

检索侧需要同时兼顾“找到具体条款”和“理解不同说法表达的相似问题”。我采用 Parent-Child Chunk，让较小的子块负责精确召回，再补回父块上下文；同时融合 BM25 和 BGE-M3 召回结果，再用 RRF 与重排改善候选排序。政策有效期、文档版本、知识库范围和用户权限也需要参与筛选，避免只因为文本相似就把不适用的资料交给模型。

问答侧，我参与设计了 Agent 的检索和工具调用流程。问题信息不足或证据不够时，Agent 可以改写查询、继续检索或拆成多步处理；对话上下文则通过滑动窗口和历史摘要控制长度。最终回答保留 Evidence ID、文档和页码，便于核对依据。

我构建了 200 余道题的离线测评集，用来评估检索改动的效果；测评中，Recall@10 从 0.71 提升至 0.89，MRR@10 从 0.62 提升至 0.78。