RAG从离线建库到在线检索与索引发布完整管道

RAG不是“Embedding后写向量库，再取TopK”。生产RAG有两条独立但通过版本连接的管道：离线管道把有权限、有来源、可删除的原始资料发布为不可变索引版本；在线管道在用户身份和Token预算约束下改写问题、混合召回、Rerank、组装上下文，再验证答案与引用。

本页专注管道执行和故障恢复。RAG概念、Chunk和向量基础见 RAG知识库，数据所有权、生命周期和删除政策见 RAG数据治理。

学习目标

完成本页后，你应该能够：

1. 画出离线建库与在线问答两条完整链路。
2. 设计数据源登记、原始快照、作业状态和失败重试。
3. 解释解析、清洗、脱敏、切分每一步的输入输出契约。
4. 设计稳定docId、chunkId、contentHash和版本字段。
5. 批量调用Embedding并处理限流、部分失败和幂等重试。
6. 使用蓝绿索引、Alias和Manifest完成原子发布与回滚。
7. 解释为什么ACL必须在检索前或检索中生效。
8. 组合向量、关键词、元数据过滤、去重和Rerank。
9. 管理Query Rewrite、多轮指代、Token预算和上下文顺序。
10. 由应用生成真实引用，并在资料不足时拒答。
11. 评估Recall、MRR、Rerank、Faithfulness、引用和SLO。
12. 通过对账发现原文、结构化库、向量库和缓存不一致。

一、两条管道和版本边界

flowchart TD
    subgraph Offline["离线建库管道"]
        A["登记数据源和ACL"] --> B["抓取不可变原始快照"]
        B --> C["解析/OCR/版面/表格"]
        C --> D["清洗、脱敏和规范化"]
        D --> E["语义切分和稳定ID"]
        E --> F["批量Embedding"]
        F --> G["写入候选索引版本"]
        G --> H["质量校验和Manifest"]
        H --> I["Alias原子发布"]
    end
    subgraph Online["在线问答管道"]
        J["认证用户和问题"] --> K["Rewrite/实体/意图"]
        K --> L["生成ACL与版本Filter"]
        L --> M["向量+关键词混合召回"]
        M --> N["去重、Rerank和阈值"]
        N --> O["Token预算和上下文"]
        O --> P["模型生成"]
        P --> Q["引用、忠实度和安全校验"]
    end
    I -->|"publishedIndexVersion"| L

在线请求必须记录实际读取的索引版本。若Alias在请求中途切换，检索层应在一次请求内使用同一版本/快照，避免召回与引用来自不同发布。

二、离线作业状态机

flowchart TD
    A["DISCOVERED"] --> B["SNAPSHOTTED"]
    B --> C["PARSED"]
    C --> D["CLEANED"]
    D --> E["CHUNKED"]
    E --> F["EMBEDDING"]
    F --> G["INDEXED"]
    G --> H["VALIDATED"]
    H --> I["PUBLISHED"]
    B --> J["FAILED_RETRYABLE"]
    C --> J
    F --> J
    J --> B
    C --> K["QUARANTINED"]
    D --> K

每阶段保存输入引用、输出引用、版本、计数、错误分类和重试次数。不要用一个processed=true表示所有步骤，否则无法从Embedding第800批失败处恢复。

作业字段：

jobId、sourceId、tenantId
sourceRevision、snapshotHash
parserVersion、cleanerVersion、chunkPolicyVersion
embeddingModel、embeddingRevision、dimension
targetIndexVersion、status、version
attempt、nextRunAt、leaseOwner、leaseUntil
documentCount、chunkCount、embeddedCount、indexedCount
errorCode、safeError、createdAt、finishedAt

三、数据源登记和原始快照

3.1 数据源登记

记录Owner、抓取方式、授权用途、租户、ACL来源、更新频率、删除语义和保留期。爬到内容不代表允许用于模型问答。

3.2 原始快照

把本次抓取的文件或数据库导出保存为不可变快照，并记录：

sourceUri
sourceRevision/ETag/updatedAt
rawObjectKey
SHA-256
mediaType
byteSize
capturedAt
permissionSnapshot

解析器升级后可从同一快照重放。若只保留解析文本，无法判断错误来自原文件还是解析器。

3.3 增量发现

用业务ID、ETag、更新时间和Hash判断新增、修改、删除。更新时间不可靠时内容Hash兜底，但不能用Hash合并ACL不同的文档。

四、解析层是第一处质量上限

来源	解析重点	常见失败
Markdown	标题、代码块、链接	代码和正文混乱
HTML	主正文、标题、列表	菜单广告重复
PDF文本	页码、阅读顺序、表格	双栏错序、字体映射
扫描PDF	OCR、方向、版面	小字、倾斜、印章
Word	标题、表格、批注	合并单元格、修订
数据库	主键、字段、更新时间	大字段、分页漂移

解析输出不要只有字符串：

{
  "docId": "policy-1024",
  "blocks": [
    {
      "type": "paragraph",
      "page": 3,
      "headingPath": ["退款制度", "到账时间"],
      "text": "...",
      "bbox": [80, 120, 920, 260]
    }
  ],
  "parserVersion": "pdf-parser-v4"
}

页码、坐标和标题路径支撑引用与排查。解析失败文档进入隔离区，不能用空文本标记成功。

五、清洗、脱敏和规范化

5.1 清洗

删除重复页眉页脚、导航和乱码，但保留错误码、代码、表格单位和否定词。清洗前后保存计数和抽样差异。

5.2 脱敏

根据用途删除不必要的手机号、身份证、病历号、Token、密码和连接串。脱敏规则要版本化；高敏数据不应仅靠正则，需数据分类和人工抽查。

5.3 规范化

统一Unicode、空白、换行和可安全归一的标点。不能把大小写敏感代码、SQL或医学缩写全部改写。

5.4 Prompt Injection标记

文档中的“忽略规则、调用工具”是资料，不是指令。可标记风险片段并在生成阶段隔离，但真正安全边界是工具后端鉴权和最小权限。

六、Chunk切分要同时服务召回和回答

flowchart TD
    A["结构化Blocks"] --> B["按标题/条款/表格语义边界"]
    B --> C{"是否超过Token上限"}
    C -->|"否"| D["形成候选Chunk"]
    C -->|"是"| E["按段落/句子二次拆分"]
    E --> D
    D --> F["加入必要标题和父上下文"]
    F --> G["计算contentHash和stable chunkId"]

6.1 太短

丢失定义、条件和例外；检索到“不得退款”却漏掉前文适用范围。

6.2 太长

一个Chunk包含多个主题，向量语义被稀释，召回和Token成本变差。

6.3 Overlap

可保留边界上下文，但增加重复召回和索引成本。Rerank前要按docId、邻接关系和内容指纹去重。

6.4 表格和代码

表格保留标题、表头、行列关系和单位；代码保留语言、文件、函数和错误信息。不能按字符把表头与数据或函数签名与函数体拆开。

七、稳定docId和chunkId

推荐：

docId = 业务系统稳定文档ID
docVersion = 源版本/内容版本
chunkId = hash(tenantId + docId + chunkPolicyVersion + logicalPath + normalizedContent)
contentHash = hash(normalizedContent)

不要每次随机UUID，否则无法：

• 判断Chunk是否变化。
• 幂等写入。
• 删除旧Chunk。
• 复用Embedding。
• 对账。
• 保持引用稳定。

内容相同但租户、ACL或文档身份不同，不能仅按contentHash合并成同一权限对象。

八、元数据和ACL

至少保存：

tenantId、docId、docVersion、chunkId、contentHash
title、sourceUri、headingPath、page/bbox
chunkIndex、language、contentType
permissionTags、departmentIds、classification
status、validFrom、validTo
parser/chunker/embedding版本
indexVersion、ingestionBatchId、createdAt

向量库Metadata Filter能力必须在选型和压测中验证。只把ACL存普通数据库、先全库召回再过滤，可能泄露TopK分数、缓存和模型上下文，也会导致过滤后结果不足。

九、Embedding批处理和幂等

flowchart TD
    A["选择changed chunks"] --> B["按Token/条数组成Batch"]
    B --> C["预留配额并调用Embedding"]
    C --> D{"结果数量和维度正确"}
    D -->|"否"| E["标记批次失败并隔离"]
    D -->|"是"| F["按chunkId写Embedding结果"]
    F --> G["记录模型Revision、维度和Usage"]
    G --> H{"还有批次"}
    H -->|"是"| B
    H -->|"否"| I["进入索引阶段"]

重试必须按 (chunkId, contentHash, embeddingRevision) 幂等。若内容和模型未变可复用向量；Embedding模型或规范化变化通常需要重建。

处理：429 Retry-After、批次部分失败、响应数量不等、NaN/维度错误、超时和费用结算。不要把错误向量或零向量写成成功。

十、候选索引和蓝绿发布

直接写当前生产索引会暴露半成品：前10万Chunk已更新，后10万仍旧。更可靠：

flowchart TD
    A["当前Alias -> index_v17"] --> B["创建候选index_v18"]
    B --> C["全量/增量写入v18"]
    C --> D["计数、维度、ACL和抽样检索"]
    D --> E["固定评估集回归"]
    E --> F{"发布门槛通过"}
    F -->|"否"| G["保留报告并删除/隔离候选"]
    F -->|"是"| H["原子切Alias到v18"]
    H --> I["监控Canary/线上指标"]
    I --> J{"是否回滚"}
    J -->|"是"| K["Alias切回v17"]

10.1 Manifest

发布Manifest记录文档/Chunk清单摘要、解析/切分/Embedding版本、维度、计数、ACL统计、评估报告和创建时间。

10.2 Alias切换

Alias或路由配置原子更新。应用缓存Key包含indexVersion，发布后旧缓存自然隔离。

10.3 保留旧索引

按回滚窗口保留旧版本，确认稳定后再删除。删除前检查是否有进行中请求、异步评估或审计引用。

十一、增量更新和删除

11.1 更新

发现文档新版本
→ 解析和切分
→ 比较旧/新chunkId与contentHash
→ 复用未变Embedding
→ 新增/修改Chunk入候选索引
→ 标记旧版本失效
→ 校验后发布

若切分策略改变，logicalPath和边界大量变化，可能更适合全量重建。

11.2 删除

删除传播：

源系统删除/权限撤销
→ 结构化元数据标记DELETING/INACTIVE
→ 检索Filter立即排除
→ 删除/失效向量Chunk
→ 清理查询和答案缓存
→ 更新索引Manifest
→ 对账确认不可召回
→ 按政策处理原始快照和审计保留

先让Filter排除可以快速止血，但最终仍需完成物理或合规要求的删除。

十二、在线入口和Query Rewrite

12.1 输入治理

认证用户、租户、场景、长度、语言和速率。用户传来的tenantId不能作为权限事实。

12.2 多轮改写

历史：

用户：Spring事务传播有哪些？
用户：第二个什么时候用？

独立查询应改为：

Spring事务传播行为列表中的第二种传播行为是什么，适用于什么场景？

Rewrite必须保留用户意图，不能加入历史中不存在的实体或权限。保存原问题与改写问题，评估改写是否让召回变好。

12.3 不必所有问题都改写

独立明确问题直接检索，避免额外延迟和模型误改。可由规则或轻量分类器判断是否含指代、省略或上下文依赖。

十三、ACL Filter必须先于召回结果暴露

flowchart TD
    A["SecurityContext中的tenant/roles/departments"] --> B["后端构造结构化Filter"]
    B --> C["向量/关键词查询携带Filter"]
    C --> D["只在授权候选集合召回"]
    D --> E["Rerank仍保持权限边界"]
    E --> F["有权Chunk进入Prompt"]

模型不能生成Filter中的用户身份；Filter使用参数化构造器，禁止把用户自由文本拼成过滤表达式。缓存Key包含权限摘要和索引版本。

十四、混合召回

14.1 向量召回

擅长语义相似：“连接池耗尽”和“数据库连接拿不到”可能接近。弱点是错误码、字段名和编号精确匹配。

14.2 关键词/BM25

擅长 ORA-01555、patient_id、接口名等精确Token。对同义改写可能弱。

14.3 融合

可以使用加权归一化分数或RRF。RRF示意：

RRF(d) = Σ 1 / (k + rank_i(d))

它融合排名而非直接比较不同检索器不可比的原始分数。k和各路候选数量需要评估。

十五、去重和Rerank

先召回较多候选，例如向量和关键词各TopN，融合、按chunkId/contentHash去重，再Rerank到较少候选。

Reranker判断“这个Chunk是否能回答这个问题”，比单纯Embedding相似度更精细，但增加延迟和费用。记录召回前排名、Rerank分数和最终入选原因。

相邻Overlap Chunk可合并上下文，但要防止重复内容占满Token。

十六、阈值和无答案判断

固定相似度阈值不能跨Embedding模型通用。组合信号：

召回/Rerank分数
Top1与后续差距
是否覆盖问题关键实体
资料版本和有效期
多路检索是否一致
答案是否能被引用支持

证据不足时返回“资料不足/需要澄清”，而不是让模型用参数知识补齐企业事实。拒答是正确行为，需要单独评估。

十七、Token预算和上下文组装

总窗口
- System与安全规则
- 用户问题和必要历史
- Tool定义/结果
- 输出预留
- Safety Margin
= 可用于RAG的Token预算

在RAG预算中按Rerank顺序选择Chunk，去重、限制单文档占比，并保留标题、来源和引用ID。不能拼接后从尾部截断，因为可能截掉引用或完整条款。

上下文结构：

[SOURCE chunkId=c1 docId=d1 page=3]
标题路径：...
内容：...
[/SOURCE]

资料文本是数据，不是系统指令。

十八、生成和引用验证

模型输入中使用内部引用ID，模型只能引用候选集合内ID。应用返回前校验：

引用ID是否存在于本次候选
用户是否有权
索引版本是否一致
引用Chunk是否实际支持对应断言
sourceUri是否可访问

不要让模型自由生成URL和页码。对外引用由应用根据真实Metadata渲染。

Faithfulness检查答案中的关键断言是否被上下文支持。高风险场景可结构化提取断言并规则/人工复核；模型自评不能成为唯一证据。

十九、缓存

缓存	Key必须包含	失效条件
Query Embedding	query、embeddingRevision	模型/规范化变化
召回结果	tenant/ACL、query、indexVersion、参数	索引/权限变化
Rerank	query、candidateHashes、rerankerVersion	候选/模型变化
最终答案	权限、所有版本、解码和场景	任一事实/权限/策略变化

删除文档必须清理或版本隔离缓存。最终答案缓存风险最高，实时和高敏场景慎用。

二十、可运行Demo：稳定ID、ACL、混合召回和Alias发布

下面用标准库构造可运行的教学管道。它使用词集合Jaccard模拟语义分数，不是真实Embedding，但可以验证稳定ID、检索前ACL、RRF融合和蓝绿Alias语义。

from __future__ import annotations

from dataclasses import dataclass
import hashlib
import re


def stable_hash(*parts: str) -> str:
    raw = "\x1f".join(parts).encode("utf-8")
    return hashlib.sha256(raw).hexdigest()[:20]


def tokenize(text: str) -> set[str]:
    return set(re.findall(r"[A-Za-z0-9_-]+|[\u4e00-\u9fff]", text.lower()))


@dataclass(frozen=True)
class Chunk:
    tenant_id: str
    doc_id: str
    chunk_id: str
    content: str
    acl_roles: frozenset[str]
    version: str


def make_chunk(tenant: str, doc: str, logical_path: str, content: str,
               roles: set[str], version: str) -> Chunk:
    normalized = " ".join(content.split())
    chunk_id = stable_hash(tenant, doc, "chunk-policy-v1", logical_path, normalized)
    return Chunk(tenant, doc, chunk_id, normalized, frozenset(roles), version)


def vector_like_rank(query: str, chunks: list[Chunk]) -> list[str]:
    q = tokenize(query)
    scored = []
    for chunk in chunks:
        c = tokenize(chunk.content)
        score = len(q & c) / len(q | c) if q | c else 0.0
        scored.append((score, chunk.chunk_id))
    return [chunk_id for score, chunk_id in sorted(scored, reverse=True) if score > 0]


def keyword_rank(query: str, chunks: list[Chunk]) -> list[str]:
    terms = tokenize(query)
    scored = []
    for chunk in chunks:
        lower = chunk.content.lower()
        score = sum(lower.count(term) for term in terms)
        scored.append((score, chunk.chunk_id))
    return [chunk_id for score, chunk_id in sorted(scored, reverse=True) if score > 0]


def rrf(rankings: list[list[str]], constant: int = 60) -> list[str]:
    scores: dict[str, float] = {}
    for ranking in rankings:
        for rank, chunk_id in enumerate(ranking, start=1):
            scores[chunk_id] = scores.get(chunk_id, 0.0) + 1 / (constant + rank)
    return [chunk_id for chunk_id, _ in sorted(scores.items(), key=lambda x: x[1], reverse=True)]


class IndexRegistry:
    def __init__(self) -> None:
        self.indices: dict[str, list[Chunk]] = {}
        self.alias: dict[str, str] = {}

    def build(self, version: str, chunks: list[Chunk]) -> None:
        if len({chunk.chunk_id for chunk in chunks}) != len(chunks):
            raise ValueError("候选索引存在重复chunkId")
        self.indices[version] = list(chunks)

    def publish(self, alias: str, version: str) -> None:
        if version not in self.indices or not self.indices[version]:
            raise ValueError("候选索引不存在或为空")
        self.alias[alias] = version

    def search(self, alias: str, tenant: str, roles: set[str], query: str) -> list[Chunk]:
        version = self.alias[alias]
        # ACL在任何打分前生效。
        allowed = [
            chunk for chunk in self.indices[version]
            if chunk.tenant_id == tenant and bool(chunk.acl_roles & roles)
        ]
        ids = rrf([vector_like_rank(query, allowed), keyword_rank(query, allowed)])
        by_id = {chunk.chunk_id: chunk for chunk in allowed}
        return [by_id[chunk_id] for chunk_id in ids]


if __name__ == "__main__":
    registry = IndexRegistry()
    v18 = [
        make_chunk("hospital-a", "doc-1", "redis/hot-key", "Redis 热key会造成单分片高负载", {"ops"}, "18"),
        make_chunk("hospital-a", "doc-2", "security/key", "数据库密码轮换流程", {"security"}, "18"),
        make_chunk("hospital-b", "doc-3", "redis/hot-key", "另一个租户的Redis热key资料", {"ops"}, "18"),
    ]
    registry.build("index_v18", v18)
    registry.publish("knowledge_current", "index_v18")

    results = registry.search("knowledge_current", "hospital-a", {"ops"}, "Redis 热key")
    assert len(results) == 1
    assert results[0].doc_id == "doc-1"
    assert all(result.tenant_id == "hospital-a" for result in results)
    print({"alias": registry.alias, "results": [r.chunk_id for r in results]})

真实系统将模拟分数替换为Embedding/向量库、BM25和Reranker，但ACL、稳定ID、版本和Alias边界不变。

二十一、质量门槛和评估

21.1 检索

• Recall@K：正确Chunk是否在前K。
• MRR：第一个正确结果排名。
• nDCG：多级相关性的排序质量。
• ACL正确率：越权召回必须为0。
• 无答案召回噪声。

21.2 Rerank

比较Rerank前后Recall保留、MRR/nDCG、延迟和费用。Reranker可能把正确Chunk降下去。

21.3 生成

• Answer correctness。
• Faithfulness。
• Citation precision/recall。
• 拒答正确率。
• 格式和安全。

21.4 端到端

TTFT、总耗时、Token、费用、错误、缓存命中和用户反馈。每次改解析器、Chunk、Embedding、索引、Rerank、Prompt或模型都运行相同评估集。

二十二、可观测性和版本矩阵

Trace：

rag.request
├── query.rewrite
├── acl.build
├── embedding.query
├── retrieve.vector
├── retrieve.keyword
├── fusion.deduplicate
├── rerank
├── context.compose
├── model.generate
└── citation.validate

记录原问题、改写版本（脱敏）、Filter摘要、候选chunkId/排名、Rerank、最终入选、Token预算、实际indexVersion和所有模型/策略版本。

二十三、对账和一致性

RAG有多个副本：源系统、原始快照、元数据数据库、对象存储、向量索引和缓存。定期对账：

源active文档数 vs 元数据active数
每文档预期Chunk vs 索引Chunk
Embedding成功数 vs 索引向量数
Manifest计数 vs 实际索引
删除清单 vs 可召回结果
ACL统计 vs Filter抽样
Alias目标 vs 发布记录

发现差异后按source/doc/chunk/batch/version重建或删除，不能直接手工改一个向量后不留审计。

二十四、生产Runbook

24.1 文档已更新但仍回答旧内容

检查源Revision、抓取Job、快照Hash、docVersion、候选索引、Alias、查询实际indexVersion和缓存。不要只看原文件更新时间。

24.2 正确文档存在但没有召回

逐层检查解析文本、Chunk边界、Embedding模型、ACL Filter、向量/关键词候选、TopN、融合和Rerank。先证明正确Chunk在哪一步消失。

24.3 召回正确但答案仍错误

检查上下文是否因Token预算被截断、资料是否冲突、Prompt、模型版本、引用和Faithfulness。正确Chunk出现在Top20不代表最终进入Prompt。

24.4 发布后大面积质量下降

冻结Alias扩展，记录v旧/v新评估和在线样本，原子切回旧索引。检查Parser、Chunk、Embedding、ACL和Rerank版本，不要在新索引上边修边服务。

24.5 文档删除后仍可回答

检查status Filter、向量Chunk、Alias版本、召回/答案缓存和旧异步请求。立即Filter排除止血，再完成删除传播和对账。

24.6 出现跨租户召回

立即停止相关索引/路由并审计。检查Filter构造、缓存Key、批量入库tenantId、Alias、Rerank候选和日志访问。Prompt要求“不要泄露”不能修复权限漏洞。

24.7 Embedding批次部分失败

按batchId核对输入数量、响应数量、chunkId、维度、NaN、429和费用。只重试失败批次并保持幂等；在全部校验前不得发布候选索引。

24.8 RAG突然变慢

拆Rewrite、Embedding、Filter、向量、关键词、Rerank、上下文和模型；检查候选数、索引规模、Filter选择性、缓存、Provider和排队。TopK变大可能同时增加Rerank与生成耗时。

二十五、常见误区

写入向量库就算建库完成

错误。还需计数、ACL、维度、抽样、评估、Manifest和原子发布。

先全库召回再过滤权限也可以

错误。越权内容已进入候选、缓存和日志，过滤后还可能结果不足。

TopK越大越不容易漏

错误。噪声、Token、Rerank和模型干扰同时增加。

引用交给模型生成即可

错误。模型会编造URL和页码，应用必须绑定真实Metadata。

增量更新永远优于全量重建

错误。Embedding/Chunk策略变化和大范围修复通常需要新索引全量重建。

Alias回滚会撤销所有影响

错误。旧回答缓存、异步请求和已导出的结果仍需处理。

二十六、面试标准回答

RAG离线建库怎样保证可发布

数据源先登记授权和ACL并保存不可变快照，经过版本化解析、清洗、脱敏和语义切分生成稳定docId/chunkId；Embedding按chunkId、contentHash和模型Revision幂等批处理，写入独立候选索引。候选通过计数、维度、ACL、抽样检索和固定评估后，用Alias原子发布，旧索引保留回滚窗口。

在线RAG完整链路

认证后判断是否需要Query Rewrite，从SecurityContext构造tenant/role/department Filter，在授权候选集合中执行向量和关键词混合召回，融合去重后Rerank；按Token预算选择Chunk并带内部引用ID生成，最后校验引用、忠实度、安全和实际索引版本，证据不足则拒答。

文档更新后怎样避免半新半旧

不直接修改生产索引，而是构建新的不可变索引版本，完成全量或增量写入和评估，再原子切换Alias。一次查询固定读取同一indexVersion，缓存Key带版本；异常时Alias切回旧版本。

RAG为什么需要对账

源文件、快照、元数据、向量索引和缓存是多个副本，写入、删除和重试可能部分成功。要按docId/chunkId/batch/indexVersion定期比较active文档、Chunk、Embedding、索引和删除结果，发现差异后重建或清理。

二十七、学习验收

不看答案完成：

1. 画出离线状态机和在线请求链。
2. 为数据源设计快照、Hash、ACL和删除字段。
3. 为PDF解析输出页码、坐标和标题路径。
4. 设计稳定docId/chunkId/contentHash。
5. 模拟Embedding第3批失败并幂等恢复。
6. 设计index_v1到v2的Alias发布和回滚。
7. 证明ACL在打分前生效。
8. 手算两个排名的RRF融合。
9. 为32K窗口分配RAG和输出预算。
10. 设计应用生成的真实引用结构。
11. 运行标准库Demo并增加越权资料验证不可召回。
12. 为更新、删除、越权和发布退化执行Runbook。

关联知识点

• RAG知识库
• RAG数据治理
• Embedding与向量库
• 向量数据库选型
• AI应用架构
• AI评估
• AI安全
• AI数据安全