Dosphere RAG 引擎：可演进、可追溯的智能问答链路

Overview

Dosphere 的 RAG 能力不是 demo 级“向量召回 + 拼接 prompt”，而是可配置的多层 pipeline：

Query Analysis → Hybrid Retrieval → Fusion Ranking → Conditional Rerank → Tool-governed Answering → Traceable Persistence

每一层都有独立职责与参数，支持持续优化与质量评估。

Problem

常见 RAG 系统在真实知识库场景中容易出现：

• 检索命中不稳，术语问题表现差
• 回答看似合理但缺证据来源
• 质量无法量化，参数调优靠猜

Objective

1. 提升不同意图下的检索质量
2. 保证回答可追溯、可验证
3. 保持问答体验和系统延迟平衡
4. 建立可持续迭代的数据闭环

Approach

Solution

最终交付的是生产可用的知识问答能力：在保障回答质量的同时保留过程可见性，使模型输出从“能用”升级为“可信且可演进”。