用途：面向生产环境搭建 RAG 基础设施，实现内部文档知识库问答、大规模文档语义检索，并通过检索上下文降低 LLM 幻觉。
主要能力：文档摄取与分块（递归字符切分、Markdown 标题切分）；嵌入生成（本地 sentence-transformers 或 API 模型）；向量存储（Qdrant、Weaviate、Pinecone、pgvector）；混合检索（稠密向量 + BM25 稀疏向量，RRF 融合）；重排序（Cohere 或本地 CrossEncoder）；RAG 查询管线（检索→重排→生成）；Docker Compose 完整栈（Qdrant、Redis、摄取 worker、RAG API）。
使用方式：需 Python 3.10+、向量数据库、嵌入模型、LLM 端点及 Docker。典型流程为文档经 Chunker→Embedder→Vector Store，查询经 Embedder→检索→Reranker→LLM 输出答案。示例使用 QdrantClient、SentenceTransformer、SparseTextEmbedding、cohere.Client 等，命令与代码保持原样。
适用场景：知识库问答、语义搜索、多租户 RAG、自托管 LLM 检索增强。
限制：资料未提供具体收费、价格与效果数据；部分性能提升数值（如重排提升 20–30%）为原文表述，未提供独立验证。需自行准备向量库、嵌入模型与 LLM 端点。