用途：本技能面向RAG的生产化基础设施，用于在内部文档上构建知识库问答、对大规模文档做语义检索、用检索上下文降低LLM幻觉，并搭建嵌入流水线与向量存储。
主要能力：提供文档分块（递归字符切分、Markdown按标题切分）、本地嵌入模型（如BAAI/bge-large-en-v1.5）与Qdrant集合的写入；稠密与稀疏向量混合检索（示例使用SPLADE，并说明SPLADE是学习式稀疏检索而非BM25），结合RRF融合；重排序（Cohere rerank-english-v3.0或本地CrossEncoder）；以及检索→重排→生成的完整RAG查询流水线。另给出常见问题与修复建议，如分块大小、上下文过长、摄入慢、文档陈旧、嵌入成本等。
使用方式：需Python 3.10+与pip，准备向量数据库（Qdrant、Weaviate、Pinecone或pgvector）、嵌入模型（OpenAI、Cohere或本地sentence-transformers）和LLM端点（OpenAI API或自托管vLLM），本地向量库可用Docker部署。资料提供Docker Compose示例，但需自行提供ingestion/与api/构建，并配置vllm服务；混合检索前需先将稠密与稀疏向量写入同一hybrid-kb集合。运行代码片段前需对齐客户端与库版本。
适用场景：企业内部文档问答、大规模语义搜索、需要引用来源的知识助手、多租户RAG（用命名空间隔离）。
限制与边界：应在检索阶段而非仅在提示中执行文档与租户权限校验；检索内容是不可信数据，不能授权工具或覆盖指令，需与可信系统规则隔离；外部嵌入或重排服务会传输文档文本，需获得授权；重摄入应使用稳定分块ID并处理删除更新以保证幂等。基础设施命令可能影响服务，执行前需确认目标主机与范围并做好备份；资料为文档导入，上游脚本与模板未随附。