1

kb/consts/consts.go

@@ -10,7 +10,7 @@ const (
 
 	RerankTopK      = 10   // 喂给 LLM 重排器的候选数（RRF 融合后截取；数据集可覆盖）
 	RerankKeepRatio = 0.5  // 重排分低于最高分该比例的条目剔除（门槛作用在语义分上，RRF 分因区间过窄无区分度）
-	RerankMinScore  = 6    // 重排分绝对下限：低于该分的条目直接剔除（重排器对泛化条款会给宽松低分，需绝对下限兜底）
+	RerankMinScore  = 7    // 重排分绝对下限：低于该分的条目直接剔除（重排器对泛化条款会给宽松低分，需绝对下限兜底）
 	RerankMaxChars  = 300  // 重排候选段截断字数（16GB 机器 prompt 预算护栏，见 MaxRerankTopK 注释）
 	RerankMaxTokens = 1024 // 重排输出 token 上限：打分 JSON 实际 <100 token，余量防思考链失控长文（Qwen3.5 思考文本会混入 content）
 

kb/service/chat_service.go

@@ -591,7 +591,9 @@ func (r *HybridRetriever) ftsRetrieve(ctx context.Context, query string) []retri
 // 任何失败（调用/解析/空结果）返回错误，由调用方回退 RRF 排序
 func (r *HybridRetriever) rerankByLLM(ctx context.Context, query string, items []scoredChunk) (map[int64]float64, error) {
 	var sb strings.Builder
-	sb.WriteString("你是检索重排器。请评估每个候选段落与用户问题的相关性，为每个候选输出 0-10 的相关性分数（10=高度相关，0=完全不相关）。\n\n用户问题：\n")
+	sb.WriteString("你是检索重排器。请评估每个候选段落与用户问题的相关性，为每个候选输出 0-10 的相关性分数（10=高度相关，0=完全不相关）。")
+	sb.WriteString("严格规则：仅当段落直接回答问题的具体情境（如涉及偷窃、归还、退赃等具体事实）时才给高分（7-10）；")
+	sb.WriteString("段落只是泛化提及相关概念（如犯罪、处罚、共同犯罪等一般规定）而未涉及问题具体情境时，必须给低分（0-3）。\n\n用户问题：\n")
 	sb.WriteString(query)
 	sb.WriteString("\n\n候选段落：\n")
 	for i, it := range items {
@@ -788,6 +790,27 @@ func (s *chatService) askAgent(ctx context.Context, model *OpenAIChatModel, data
 	var allDocs []*schema.Document
 	var allTriples []string
 
+	// 首轮预检索：不依赖模型自觉调用 search——9B 模型思考链关闭后偶发跳过工具调用直接凭自身知识作答，
+	// 导致检索不执行、引用列表为空、回答 [N] 为模型自编。强制注入首轮结果，模型仍可后续补充检索。
+	if docs, triples, err := s.executeSearchTool(ctx, datasetId, question); err != nil {
+		g.Log().Warningf(ctx, "pre-retrieve failed, fallback to agent search tool: %v", err)
+	} else if len(docs) > 0 {
+		allDocs = append(allDocs, docs...)
+		allTriples = append(allTriples, triples...)
+		var sb strings.Builder
+		sb.WriteString("已为你检索到以下资料，回答时请优先基于这些资料，并在引用处标注 [N]（N 为该句依据的资料条数）；若资料不足，可继续调用 search 工具补充检索：\n\n")
+		for i, c := range buildCitations(docs, question) {
+			sb.WriteString(fmt.Sprintf("[%d] %s\n", i+1, c.Content))
+		}
+		if len(triples) > 0 {
+			sb.WriteString("\n【知识图谱】以下为与问题相关的实体关系，可辅助回答关系类问题：\n")
+			for _, t := range triples {
+				sb.WriteString(t + "\n")
+			}
+		}
+		msgs = append(msgs, &schema.Message{Role: schema.User, Content: sb.String()})
+	}
+
 	loopRound := 0
 	for {
 		loopRound++
@@ -928,7 +951,7 @@ func (s *chatService) executeSearchTool(ctx context.Context, datasetId int64, qu
 	return out.docs, triples, nil
 }
 
-// aggregateCitations 多轮工具结果聚合引用：按 chunk_id 去重后重排编号
+// aggregateCitations 多轮工具结果聚合引用：按 chunk_id 去重后按重排分降序排序再编号
 func aggregateCitations(docs []*schema.Document, question string) []domain.Citation {
 	seen := map[int64]bool{}
 	out := make([]domain.Citation, 0, len(docs))
@@ -939,6 +962,7 @@ func aggregateCitations(docs []*schema.Document, question string) []domain.Citat
 		seen[c.ChunkId] = true
 		out = append(out, c)
 	}
+	sort.Slice(out, func(i, j int) bool { return out[i].Score > out[j].Score })
 	for i := range out {
 		out[i].Index = i + 1
 	}

技术设计.md

@@ -159,7 +159,7 @@ func (h *HybridRetriever) Retrieve(ctx context.Context, query string, opts ...re
 1. **向量检索**：query → Embedding → `vec0` KNN（L2 距离）预取 `topK*4` 候选，再单表查 `kb_chunk` 按 dataset_id 过滤（单表约束：内存组装，候选已按距离排序故过滤后取前 topK 等价原 JOIN），取 20
 2. **关键词检索**：query → `TokenizeQuery` 分词（引号词组 OR 语义、过滤 <2 rune 与 FTS 特殊字符）→ FTS5 MATCH（bm25 负分升序）取 20
 3. **RRF 融合**：`score = Σ 1/(60 + rank)` 全局融合，截 `RerankTopK=10`
-4. **LLM 重排**：`rerankByLLM` 一次调用为 10 个候选打 0-10 分（候选截 `RerankMaxChars=300` 字），**门槛 = max(最高分×`RerankKeepRatio=0.5`, `RerankMinScore=6`)**，低于门槛剔除；重排模型调用**关闭思考链**（`chat_template_kwargs: {"enable_thinking": false}`）+ 输出上限 `RerankMaxTokens=1024`——Qwen3.5 思考链默认开启且思考文本直接混入 content，无上限时输出千级 token"Thinking Process"长文（~5 tok/s 下拖至数分钟超时，2026-08-12 实测挂起 7 分钟即此因）
+4. **LLM 重排**：`rerankByLLM` 一次调用为 10 个候选打 0-10 分（候选截 `RerankMaxChars=300` 字），**门槛 = max(最高分×`RerankKeepRatio=0.5`, `RerankMinScore=7`)**，低于门槛剔除；重排 prompt 含**严格相关性指令**：仅当段落直接回答问题的具体情境（如偷窃、归还、退赃）才给高分，泛化提及概念（如犯罪、处罚）的条款必须给低分 0-3——实测重排器对泛化条款会宽松打 9 分（2026-08-12 "偷了又放回"问答中共同犯罪条款无关却得 9 分进引用）；重排模型调用**关闭思考链**（`chat_template_kwargs: {"enable_thinking": false}`）+ 输出上限 `RerankMaxTokens=1024`——Qwen3.5 思考链默认开启且思考文本直接混入 content，无上限时输出千级 token"Thinking Process"长文（~5 tok/s 下拖至数分钟超时，2026-08-12 实测挂起 7 分钟即此因）
 5. 按重排分降序截 `HybridTopK=5`，回表 `kb_chunk` 取原文与元数据，组装 `schema.Document` 与引用信息
 6. 支持 `retriever.WithTopK` / `WithScoreThreshold` 选项
 
@@ -196,6 +196,8 @@ score = Σ(1 / (60 + rank))   // RRF 分区间过窄无区分度，仅用于候
 - SSE 事件顺序：`event: citations`（先推，含引用列表与 conversation_id）→ `event: delta`（`{content}` 增量文本）→ `event: done`；异常推 `event: error`
 - **15 秒心跳**：controller 空闲时周期发送 `: ping` 注释行，防止代理/浏览器断开长连接；前端 `fetch + ReadableStream` 按 `\n\n` 分块、按 `data: ` 行解析，按字段（citations/content/status/message）识别事件，非 JSON 行（心跳）静默跳过
 - 引用列表编号 [1][2] 与提示词中资料编号一一对应，随助手消息以 JSON 落库（chat_message.citations）
+- **引用排序**：单次流水线路径 `buildCitations` 按检索结果顺序（重排分降序）编号；多轮 ReAct 工具路径 `aggregateCitations` 按 chunk_id 去重后**按重排分 Score 降序**重新编号——2026-08-12 实测多轮路径曾按轮次累积顺序输出，导致高分引用排后面、顺序与提示词 [N] 不一致
+- **Agent 路径强制首轮预检索**：`askAgent` 循环开始前先无条件执行一次 `executeSearchTool`（retrieve + GraphEnhance 并行，失败仅告警不阻断），结果以 `[N] 内容` + 图谱三元组注入首轮 user 消息，引用列表随循环首轮推送——检索不依赖模型自觉调用 search：2026-08-12 实测 Qwen3.5-9B 思考链关闭后偶发跳过工具调用直接凭自身知识作答（oMLX 日志该次仅 1 次 chat completion、0 次 embedding 请求），引用列表落库 `[]`、回答中 [N] 为模型自编；模型后续仍可调用 search 补充检索，chunk_id 去重防重复引用
 
 ### 7.5 中文分词