A3--程逸骏--从“黑盒”到“白盒”：基于索引树与大模型智能体的企业级知识深度检索实践.pdf

1、索引树工程助力知识检索升级程逸骏 中兴通讯，有线研究院AI算法工程师程逸骏中兴通讯，有线研究院AI算法工程师毕业于华中科技大学，获博士学位，中兴通讯有线研究院 AI 研发提效技术负责人。近两年来深耕 AI 技术在软件研发流程的落地应用，重点聚焦语料增强、模型增训与精调领域的提效提质突破。主导公司内部多项 AI 研发提效核心课题，实践成果已成功横向推广至多个业务单位并落地见效。01020304问题提出解决思路实践情况效果评价05未来展望问题提出1、知识检索成为知识工程提效落地堵点之一 研发提效当前只能依赖RAG实现私域知识的注入，因此知识检索的准确率，扩展性，易用性成为知识工程落地的关键【背景】

2、【背景】【有线知识规范发布有线知识规范发布】基于中兴有线院顶层知识规范，构建了一套可组装的知识架构，用于指导知识工程建设，提供各种“知识”（RAG）供大模型实现各类研发提效任务。【传统传统workflowworkflow应用应用agentagent化趋势化趋势】基于当前“react-agent”智能体产品落地（open-claw，claudecode，cursor）趋势，25年的workflow编排的原子应用正逐步向agent演进【知识检索的重要性知识检索的重要性】无论智能体产品如何升级，无论知识形态如何演进，基于基于我司“我司“icentericenter”空间页面”空间页面存量存量知识的治

3、理，更新，检索都是私域研发提效落地的重知识的治理，更新，检索都是私域研发提效落地的重要环节，也成为堵点之一要环节，也成为堵点之一【痛点】【痛点】【技术维度技术维度准确率准确率】如何在海量知识中“精确”检索到“恰恰好”所需的知识，成为检索的最大难点【工程维度工程维度扩展性扩展性】一个知识库如何能够扩展到多场景开放问题的应用，成为知识库复用与扩展的关键衡量点【工程维度工程维度易用性易用性】一个知识库的构建，保活成本，对接智能体的难度，成为知识库与检索易用性的关键考核点1、技术上：传统检索“查不准”、“查不全”传统基于向量库/知识图谱的检索存在“查不准”、“查不全”两方面劣势，导致“准确率瓶颈”【现

4、状】【现状】【向量库向量库-embeddingembedding】embedding检索技术中是将文本片段进行“向量化”，通过匹配向量之间的相似度作为“语义相似度”进行召回embedding模型是特殊训练得到的“小大模型”，一般只有1B以内大小因此在复杂开放的应用场景下，极易陷入“查不准”、“查不全”等问题，导致最终应用回答错误因此在复杂开放的应用场景下，极易陷入“查不准”、“查不全”等问题，导致最终应用回答错误1、工程上：知识检索的拓展性与易用性是关键 即便从技术上解决了检索准确率问题，新技术与方案的场景拓展性与易用性也成为落地推广的关键堵点【现状】【现状】为解决关联知识的检索准确问题，有线

5、院进行了知识图谱知识图谱的知识存储，管理，检索方式的探索与升级，解决了复杂关联知识的精确检索问题【知识图谱痛点知识图谱痛点】知识图谱的建设门槛较高，对icenter页面存量知识的结构化要求高，对建设者能力要求高 知识图谱的应用门槛较高，NQL语句的应用与调试对应用者能力要求高有线院掌握知识图谱的建设、更新，应用的同事不超过有线院掌握知识图谱的建设、更新，应用的同事不超过2020人人当前可接触的检索技术与落地解决方案中：当前可接触的检索技术与落地解决方案中：“准确率”“拓展性”“易用性”成为“不可能三角”“准确率”“拓展性”“易用性”成为“不可能三角”【目标】【目标】通过技术通过技术+工程全面升

6、级优化，针对工程全面升级优化，针对icentericenter页面提供一种轻量级，多场景通用，用户友好的白盒化可配置页面提供一种轻量级，多场景通用，用户友好的白盒化可配置的知识检索综合解决方案，面向有线院提供统一的知识检索服务的知识检索综合解决方案，面向有线院提供统一的知识检索服务解决思路2、整体解决思路 目标：通过技术通过技术+工程全面升级优化，提供一种轻量级，多场景通用，用户友好的白盒化可配置的知识检索综合解决方案，提供统一的知识检索服务工程全面升级优化，提供一种轻量级，多场景通用，用户友好的白盒化可配置的知识检索综合解决方案，提供统一的知识检索服务 综合解决方案：前后端联合产品化运作，后