面试知识库

项目深度扩展方向#

本文档记录 DocMind 项目的战略性扩展方向，目标是从”功能完整的 RAG 系统”提升为”具备技术深度和工程纵深的企业级 Agentic 平台”。

与 06-待优化清单.md 的区别：06 聚焦小步快跑的迭代项，07 关注架构级演进和面试区分度。

一、检索与排序层——从”能用”到”精准”#

1. Query-Aware Adaptive Retrieval（查询感知自适应检索） → 已实现 ✅（2026-04-28）#

演化说明：原方案计划引入 LLM few-shot 或 fasttext 模型做 query classifier。落地时发现纯规则足够——Complexity（SIMPLE/MODERATE/COMPLEX）× Specificity（PRECISE/BROAD）二维矩阵 + REALTIME/FOLLOWUP 两个独立策略，共 8 套参数预设，覆盖全部常见查询类型。

最终实现：QueryProfiler 纯规则引擎（<1ms），输出查询级别的 RetrievalParams（vectorTopK / bm25TopK / rrfK / vectorWeight / bm25Weight / contextMaxTokens 等），注入到 LLM 驱动检索的系统提示词 + RRF 加权融合 + 降级路径。详见 04-优化迭代记录.md #5。

为什么没用 LLM/模型而是纯规则：

  • 零额外延迟和成本（不调 LLM、不需要部署 fasttext）
  • 意图分类已有 QueryRouter 做了，不需要重复分类
  • 规则覆盖度够用（8 套预设 × 热配开关），不需要学习型分类器
  • 通过 rag.adaptive.enabled 数据库开关可运行时关闭，回退到原全局参数

2. 基于 ColBERT 的 Late Interaction Reranking#

现状：Cross-Encoder 重排是单次打分，token 级交互信息损失大。

扩展方案：在 Cross-Encoder 之前加一层 ColBERT 风格的 late interaction 预筛，做 MaxSim 粗排后再给 Cross-Encoder 精排。这对长文档尤其有效——chunk 数量大时能将 reranker 的输入从几百条压缩到几十条。

面试亮点：体现对不同 reranking 范式（point-wise / late interaction / cross-attention）的 trade-off 理解。

3. Chunk 级别的知识图谱增强（GraphRAG）#

现状：chunk 之间是扁平的，没有结构化关系。

扩展方案：

  • 文档入库时用 LLM 抽取 chunk 间的关系（引用、因果、层级）
  • 构建一个轻量 chunk-level knowledge graph（存在 MySQL 或 Neo4j）
  • 检索时不仅返回匹配 chunk，还沿图谱返回上下文关联 chunk

这对”跨章节推理”类问题效果显著。

面试亮点：GraphRAG 是当下最前沿的 RAG 增强方向。

二、Agent 层——从单轮 ReAct 到复杂推理#

4. Multi-Step Planning with Decomposition（多步规划与任务分解） → 两阶段落地 ✅#

第一阶段（Phase 1, 2026-04-28）：Query Decomposition——把复杂查询拆成同构子问题并行检索。详见 04-优化迭代记录.md #4。

第二阶段（Phase 2, 2026-05-05）：Supervisor-Worker + Plan-and-Execute——对 COMPLEX 查询由 LLM 生成有依赖关系的异构多步计划，PlanExecutor 按拓扑分层并行执行。详见 04-优化迭代记录.md #13。

第三阶段（2026-06）：Plan-and-Execute 已移除，链式多跳改由串行有界迭代（Self-Ask/MultiStep）覆盖——Plan-and-Execute 规划早于检索、处理不了”下一跳依赖上一跳答案”，且与 Decomposition 能力重叠。详见 04-优化迭代记录.md #21、18-串行多跳检索与RAG链路生产加固。

当前形态（四刀改造后）：

  • “多焦点”与”链式多跳”现统一由 agentic 检索循环（AgenticSearchOrchestrator，真·LLM 工具调用，模型在运行时自驱拆解 / 多跳 / web 补检索 / 何时停）覆盖。
  • 自研 Query Decomposition 与串行多跳（Self-Ask/MultiStep）已移除——拆解/多跳是否发生不再由分类器或固定分支判定，而是交给模型运行时自决（见 04-优化迭代记录.md #22）。
  • 路径决策由 DocMindAgent.routePath 三模式（SELECTED_DOC / RULE_PLANNER / AGENTIC）承担，复杂/多焦点/歧义查询路由进 agentic 循环。

5. Tool Use Observability + 自动熔断 → 部分实现 ✅（2026-05-05）#

已实现部分（CRAG 生成前质量闸）：

  • RetrievalGrader 三档评分（HIGH / AMBIGUOUS / LOW）评估检索质量
  • LOW 时走降级 prompt 明确告知”证据不足”，避免幻觉

注：四刀改造后 CRAG 收敛为生成前质量闸，原”AMBIGUOUS 时迭代触发 WebWorker 回溯补偿检索”的回溯块已随 oneShotRetrieval 精简删除（见 04 #22）；web 补检索现由 AGENTIC 路径下模型自驱发起。

未实现部分（仍可作为扩展方向）：

  • 给每个 tool call 记录 latency、token cost、result quality score（LLM 自评）
  • 连续 N 次超时的硬熔断（circuit breaker）
  • MCP Console 页面展示工具健康度热力图

面试亮点：微服务级别的可观测性思维应用到 AI Agent 领域。

6. 对话级 Memory 升级：Episodic + Semantic 双层记忆#

现状：长期记忆已是三层存储（MySQL user_memory SoR + Redis 读缓存 + Milvus 向量召回，见 05 / 04 #34），含按 type（PREFERENCE/FACT/CONTEXT）分类、语义去重、冲突消解（supersede）、recency×frequency 淘汰；但仍是扁平的单条记忆，缺情景化与跨条整合，比较粗粒度。

扩展方案：

  • Episodic Memory（情景记忆）：存储完整对话片段 + 时间戳 + 情绪标签，用 vector search 做相似情景召回
  • Semantic Memory（语义记忆）：从多轮对话中提炼持久化的用户偏好和知识图谱节点
  • Memory Consolidation：类似人类”睡眠整理记忆”，定时将 episodic 提炼为 semantic

面试亮点：MemGPT / Letta 级别的记忆架构思路。

三、系统工程层——从”能跑”到”可量化、可演进”#

7. 离线评估体系（RAG Evaluation Pipeline） → 已实现 ✅（2026-05-02）#

已实现：52 条 × 4 档对照（V1 朴素 → V2 RRF → V3 重排 → V4 反思重写），覆盖 7 类查询，产出 Recall@5 / MRR / 忠实度 / 相关性等指标。详见 09-评测体系建设.md 和 10-评测结果与发现.md。

仍可扩展：

  • LLM 自动生成 QA pairs（当前是人工标注）
  • 参数变更后自动触发 eval + 结果存库 + Dashboard 趋势图
  • V5 对照档（+Query Decomposition） —— Query Decomposition 已在四刀改造中移除（见 04 #22），该对照档随之作废；如需评测”自驱多步检索”，应改为针对 agentic 检索循环设计对照档

8. A/B 实验框架#

现状：sys_ai_config 支持热更新，但只有全局一套配置。

扩展方案：

  • 支持按用户/按对话分配不同的 RAG 策略（reranker 阈值、chunk size、prompt 模板）
  • 记录每组的质量指标，做统计显著性检验
  • 与第 7 点的评估体系联动

面试亮点：展示数据驱动优化的工程素养，不只是”调参靠感觉”。

9. 文档变更感知与增量索引#

现状：文档入库是一次性的全量处理。

扩展方案：

  • 支持文档版本管理（同一文档多版本，保留历史）
  • 文档更新时只对 diff 部分重新 chunk + embedding，复用未变更 chunk 的向量
  • 引入 chunk fingerprint（内容 hash），精确判断哪些 chunk 需要更新
  • 下游检索结果标注”来源版本”

面试亮点：解决生产环境中”知识库持续更新”的真实痛点。

四、前端与交互层——从”功能页面”到”专业产品”#

10. Agent 推理过程可视化 → 已实现 ✅（Phase 6, 2026-05-09）#

已实现：Phase 6 前端思考时间线——SSE 事件驱动的 11 步时间线组件（scope → understand → rewrite → routing → plan → retrieval → grader → rerank → warning → reflection → generating），实时展示每步状态，完成后自动折叠为一行摘要。三色路由/评分徽章，检索日志弹窗。详见 04-优化迭代记录.md #20。

仍可扩展：

  • 用 D3.js 绘制 DAG 图（当前是线性时间线）
  • 点击 chunk 节点查看 rerank 分数变化

11. 语音交互完善（已有 WebSocket 基础）#

现状：SpeechWebSocketServer 已经有语音识别代理的骨架。

扩展方案：完整的语音对话闭环——STT → Agent → TTS streaming，支持打断（interrupt），前端做音频波形可视化。

面试亮点：多模态交互能力，体现完整产品思维。

推荐优先级#

按投入产出比排序：

优先级方向理由
P0 ✅#7 RAG 评估体系52 条 × 4 档对照已落地（09/10）
P0 ✅#10 Agent 推理可视化Phase 6 思考时间线已落地（04 #20）
P1 ✅#4 多步规划 → Decomposition + 串行多跳落地（04 #4 + 18 多跳）；Plan-and-Execute 曾落地后移除（04 #21）
P1#3 Chunk 知识图谱GraphRAG 是热点话题，面试区分度高
P2#9 增量索引工程成熟度的体现
P2 部分 ✅#5 Tool 熔断CRAG 三档评分已实现质量感知降级，硬熔断待补
P2#6 双层记忆概念前沿，但实现复杂度高
P3 ✅#1 自适应检索已落地（纯规则 QueryProfiler + RRF 加权，详见 04 #5）
P3#2 ColBERT 重排需要额外模型部署成本
P3#8 A/B 框架依赖 #7 先建立
P3#11 语音交互完善型功能，非核心差异点

12. CRAG 更细粒度策略（per-chunk 评分）#

现状：RetrievalGrader 用全局 topScore 判定三档，但混合检索可能出现”top-1 高分但 top-2~5 全部低分”的情况，global topScore 掩盖了整体质量低的事实。

扩展方案：per-chunk 评分 + 加权聚合，给每条 chunk 独立的 relevance 标签（relevant / partial / irrelevant），用 relevant 比例决定整体 tier。

面试亮点：展示对 CRAG 论文的深入理解和改进思考。

13. Multi-modal RAG（图表/公式直接理解）#

现状：MinerU 把图表转为文本描述，但复杂图表（架构图、流程图、数据表）的文本化信息损失严重。

扩展方案：引入多模态 LLM（qwen-vl）直接理解图片 chunk，在检索阶段用图片 embedding 做匹配。

面试亮点：Multi-modal RAG 是 2025 年后的热点方向。

与 06-待优化清单的关系#

  • 06：迭代清单，每项都是 1-3 天可完成的小步优化（如算法单测、置信度评分、报错日志结构化等）
  • 07：架构级扩展，每项都是 1-2 周的小型项目，会改变系统能力边界

建议节奏：

  1. 先把 06 的 H 级清单做完（基础工程素养）
  2. 再从 07 选 1-2 个 P0 方向深度落地（技术深度展示）
  3. 在 04-优化迭代记录.md 中记录每次落地的迭代过程

面试话术模板#

当面试官问 “这个项目你后续打算怎么演进？” 时，可以这样答：

“当前系统已经能覆盖团队日常 80% 的文档查询需求。后续演进我分了四个层面：

  1. 检索层——已经做了两个关键优化：MMR 多样性重排保证信息密度，Query-Aware Adaptive Retrieval 让不同类型的查询走不同的检索配方。下一步想引入 GraphRAG，把文档间的引用、依赖关系建成图谱解决跨文档推理问题。

  2. Agent 层——路径决策现在是三模式：用户选中文档走 SELECTED_DOC 直读；简单非歧义查询走 RULE_PLANNER 一次性检索（oneShotRetrieval：并行 Worker → RRF → rerank → MMR → 压缩 → CRAG 质量闸）；其余复杂/多焦点/歧义查询走 AGENTIC——真·LLM 工具调用循环（AgenticSearchOrchestrator），由模型在运行时自驱拆解 / 多跳 / web 补检索 / 何时停。CRAG 现在是生成前的检索质量闸（三档评分，LOW → 降级 prompt），不再有 AMBIGUOUS → WebWorker 的迭代回溯补偿。早期 Phase 2 做过 Plan-and-Execute，后来发现它规划早于检索、处理不了链式多跳又与 Decomposition 重叠，已移除（见 04 #21）；自研的 Query Decomposition 与串行多跳（Self-Ask/MultiStep）也已收敛到 agentic 循环里，由模型自驱替代了固定分支（见 04 #22）。检索增强方面 HyDE 假设性文档生成已落地（增强低分召回），下一步想把记忆系统从单层 KV 升级到 episodic + semantic 双层记忆。

  3. 工程层——最重要的是建立离线评估体系，用 RAGAS 那一套指标（Faithfulness、Answer Relevance、Context Precision），让每次参数调整都有数据支撑，再配合 A/B 框架做线上灰度。

  4. 交互层——前端要把 Agent 完整推理链路可视化，让用户能看到每个 chunk 为什么被召回、为什么被 rerank 过滤掉，这也是我对’可解释 AI’的实践。”