24小时热榜

我为新加坡法律构建了一个“三级故障转移”RAG，并根据您的反馈重新编写了逻辑。 大家好！ 我是一名学生开发者。最近，我创建了“探索新加坡”，这是一个基于RAG的搜索引擎，抓取了大约20,000页新加坡政府法案和法律。 我最近发布了最小可行产品（MVP），并收到了关于幻觉和查询深度的一些严厉但重要的反馈。我采纳了这些反馈，专注于改进，并刚刚发布了版本2。 以下是我如何将系统从基本的RAG升级到生产级别的。 设计与用户界面 我旨在避免一个乏味的政府网站。 设计：深受苹果极简风格的启发。 技术：自定义前端与Python后端交互。 版本2的工程大改造 社区对我提出了三个主要挑战。以下是我如何解决这些问题的： 1. “个性”修复 问题：我使用了一个“三级故障转移”系统，三个模型作为备份。当主模型失败时，备份模型的声音完全不同。 解决方案：我添加了动态系统指令。现在，如果后端切换到模型B，它会使用专为模型B特性设计的特定提示，使其模仿主模型的结构和语调。用户根本不会注意到变化。 2. “深度搜索”修复 问题：对“创业”的简单语义搜索会遗漏与“税务”或“劳动”法相关的法律。 解决方案：我实现了多查询检索（MQR）。一个大型语言模型（LLM）现在会拦截您的查询。它将查询分解为子意图（例如，“商业注册”、“公司税”、“就业规则”）。它同时搜索所有这些子意图并结合结果。 结果：提供了更丰富、具有上下文意识的答案。 3. “幻觉”修复 问题：垃圾进，垃圾出。如果FAISS检索到一个不良文档，LLM就会生成不准确的信息。 解决方案：我添加了一个交叉编码器重新排序层。 步骤1：FAISS获取前10个结果。 步骤2：一个专门的交叉编码器模型评估它们的相关性。 步骤3：在它们到达聊天LLM之前，移除不相关的部分。 技术栈 嵌入：BGE-M3（本地运行） 向量数据库：FAISS 后端：Python + 自定义三级模型故障转移 逻辑：多查询 + 重新排序（版本2中新功能） 试用一下 我仍在学习中。非常希望听到您对新逻辑的看法。 在线演示： [https://adityaprasad-sudo.github.io/Explore-Singapore/](https://adityaprasad-sudo.github.io/Explore-Singapore/) GitHub仓库： [https://github.com/adityaprasad-sudo/Explore-Singapore](https://github.com/adityaprasad-sudo/Explore-Singapore) 欢迎反馈，特别是关于故障转移速度的意见！

我花了几天时间实验OpenClaw，并调整了代理使用的SOUL.md。我发现这些工具是多么强大！我得到了许多不同个性和特征的角色。我甚至创建了“熊”，我的日本老师，直到我提交每周的作业，他才会按照我的要求行事！ 因此，我决定创建一个SOUL.md，供大家复制、分叉并提交新的版本。 所有内容都是开源的（MIT许可证）。 GitHub: [https://github.com/thedaviddias/souls-directory] 在线网站: [https://souls.directory] 我非常希望能收到关于格式本身的反馈——我仍在不断迭代，确定哪些字段是必需的，哪些是可选的。