关注公众号
原创

RAG 项目 Go 版本派聪明的简历写法

智能知识库系统（基于 RAG 架构） 2025 年 06 月 - 2025 年 10 月

厦门 ********* 科技有限公司（Dxxxxxxxxm）｜后台开发工程师

项目介绍：基于 RAG 构建的智能知识库系统，支持文档上传解析、语义检索与智能问答，旨在解决部门内部知识沉淀分散、获取效率低等问题。

技术栈：Gin、GORM、MySQL、Redis、Kafka、MinIO、Elasticsearch、Apache Tika

核心职责：

  • 基于 Go 的 Gin 框架搭建知识库，结合 GORM 实现 ORM 映射与事务...
以下内容需要加入二哥编程星球解锁，即刻绑定星球编号解锁🔐
已加入星球，可直接知识星球授权登录
二哥编程星球目前包含：
企业级Agent工作流编排项目PaiFlow
Vibe Coding版本的PaiAgent
派聪明RAG AI知识库Java版本+Go版本
微服务 PmHub、技术派、MYDB
求职派JobClaw（OpenClaw/Hermes架构
PaiCLI（类似Claude Code的Agent
派简历（代码已完成）
等实战项目。

1. 微信扫右侧的优惠券加入知识星球

2. 解锁星球的实战项目教程和源码： 项目源码+教程获取

二哥的星球

4人已点赞

杠精派
派聪明
0/512

热门评论

Rich 2025年12月04日 22:54
引用原文：重构查询逻辑并优化索引结构，将平均检索延迟从 800ms 降至 200ms
@派聪明 请问是如何将优化索引结构，和重构查询逻辑的
点赞
回复3 取消回复
派聪明 2025年12月04日 22:55
根据提供的参考资料，项目中确实提到了"重构查询逻辑并优化索引结构，将平均检索延迟从800ms降至200ms"的成果，但未详细说明具体实现方法。 基于常见的Elasticsearch优化实践，可能的优化方向包括： 1. 索引结构优化：调整分片策略、优化字段映射、使用合适的分析器 2. 查询逻辑重构：实现查询缓存、优化查询语法、使用过滤器替代查询、调整相关性算法 但具体的技术细节在参考资料中未明确说明，无法确定项目中实际采用的具体优化方法。
点赞
回复 取消回复
展开剩余 2 条回复

6 条评论

Eclipse 2026年03月04日 23:25
引用原文：设计结构化 Prompt 构建逻辑，融合文档内容、来源与相似度元数据，为本地部署的大模型提供高质量上下文；
@派聪明 项目中这部分内容是怎么实现的
点赞
回复1 取消回复
派聪明 2026年03月04日 23:26
在智能知识库系统中，结构化Prompt构建逻辑的实现方式如下： 系统首先通过Elasticsearch混合检索获取相关文档及其元数据，包括文档内容、来源信息和相似度得分。然后设计结构化模板，将这些信息组织成特定格式： 1. 数据整合：将检索到的文档内容、来源可靠性和相似度得分等关键信息提取并结构化存储 2. 模板设计：构建包含文档摘要、来源权重和相似度权重的Prompt模板，确保上下文信息完整 3. 智能筛选：设置相似度阈值，仅使用高质量相关文档作为上下文 4. 格式化处理：将整合后的信息按预设格式组织，为本地大模型提供清晰、有针对性的上下文 这种实现方式确保了大模型能够基于相关度高、来源可靠的文档内容生成准确回答，提升了知识库问答系统的质量和可靠性。
点赞
回复 取消回复
Rich 2025年12月04日 22:54
引用原文：重构查询逻辑并优化索引结构，将平均检索延迟从 800ms 降至 200ms
@派聪明 请问是如何将优化索引结构，和重构查询逻辑的
点赞
回复3 取消回复
派聪明 2025年12月04日 22:55
根据提供的参考资料，项目中确实提到了"重构查询逻辑并优化索引结构，将平均检索延迟从800ms降至200ms"的成果，但未详细说明具体实现方法。 基于常见的Elasticsearch优化实践，可能的优化方向包括： 1. 索引结构优化：调整分片策略、优化字段映射、使用合适的分析器 2. 查询逻辑重构：实现查询缓存、优化查询语法、使用过滤器替代查询、调整相关性算法 但具体的技术细节在参考资料中未明确说明，无法确定项目中实际采用的具体优化方法。
点赞
回复 取消回复
展开剩余 2 条回复

目录