待验证50% 置信事实精确时间
DSupport 的 RAG 实现按段落切分文章，使用 TF-IDF 做词权重向量化，可选接入 VoyageEmbedder 做语义检索，SearchKbTool 中的相关性截断值为 minScore = 0.25。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/18
首次发现
有效期至：2027/1/16
来源
Kotlin手写AI客服：RAG、MCP与多智能体的工程化实践
rss2026/10/18
涉及实体
相关事实
待验证使用 RAG 结合向量检索定位相关段落再进行抽取可绕开上下文长度限制并减少无关文本干扰63% 相似待验证RAG原始论文使用DPR（Dense Passage Retrieval）作为检索器、BART作为生成器62% 相似待验证RAG工程实现包含离线索引与在线检索两个阶段，在线阶段通过余弦相似度或点积相似度检索Top-K相关片段拼接进Prompt62% 相似已验证RAG通过将私有文档切分为文本块、转化为向量表示并存储在向量数据库中，检索相关内容注入Prompt来解决大模型知识截止日期的局限性60% 相似已验证RAG通过向量数据库将文本编码为高维语义向量（通常512至3072维），利用近似最近邻算法（如HNSW、IVF）完成语义检索60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1062636API
curl https://kongchang.com/api/v1/knowledge/claims/1062636MCP
get_claim(id=1062636)