Skip to main content

​
项目概述与环境搭建

Written: 2026.06
🎬 推荐：在学习本讲之前或之后，观看 RAG Pipeline 执行流程动画演示 建立对系统整体执行流程的直观认识。

​
1. 本讲目标

  • 理解 RAG 系统的基本概念和应用场景
  • 了解本项目的整体架构和技术栈
  • 完成开发环境的搭建和验证

​
2. 前置知识

​
2.1 什么是 RAG(检索增强生成)

RAG = Retrieval-Augmented Generation，即”检索增强生成”。 在没有 RAG 之前，大语言模型(LLM)存在几个核心问题：
  1. 知识截止日期：模型训练完成后，无法获取训练数据之后的新信息。例如 GPT-4 的知识截止到 2023 年某月，之后发生的事情它不知道。
  2. 幻觉问题：当模型不确定某个答案时，它可能会”编造”一个看起来很合理但实际上是错误的内容。这在企业场景中是不可接受的。
  3. 私有知识无法覆盖：企业内部的制度、流程、业务文档是私有数据，从未进入过公开训练集，模型自然无法回答。
RAG 的解决思路非常简单： 
用户提问 → 先从知识库中检索相关文档 → 把检索到的文档和问题一起发给 LLM → LLM 基于文档生成答案
可以把 RAG 理解成”开卷考试”：LLM 不再只靠记忆回答，而是可以查阅我们提供的资料后再作答。 RAG 的核心价值：
  • 答案是可溯源的(每个回答都能追溯到具体的文档片段)
  • 知识可以实时更新(更新知识库不需要重新训练模型)
  • 幻觉大幅减少(模型被约束在提供的文档范围内回答)

​
2.2 RAG 系统的基本组成

一个完整的 RAG 系统包含两条核心链路： 对比：传统 LLM vs RAG 离线链路(入库)：
  1. 文档加载：读取 PDF、Markdown、Word 等各种格式的文档
  2. 文档切分：把长文档按语义边界切成小块(chunk)，每块通常是几百到一千字
  3. 向量化：用 Embedding 模型把每个 chunk 转成一串数字(向量)，表达其语义
  4. 存储：把向量和原文一起存入向量数据库
在线链路(问答)：
  1. 意图识别：判断用户问的是什么类型的问题
  2. 查询向量化：把用户问题转成向量
  3. 语义检索：在向量数据库中找最相似的文档片段
  4. 上下文构建：把检索到的片段整理成 LLM 的参考资料
  5. 答案生成：LLM 基于资料生成回答

​
2.3 向量和向量检索是什么

这是理解 RAG 最关键的概念。我们通过一个类比来理解： 类比：图书馆找书 传统关键词搜索(比如 MySQL LIKE 查询)就像你告诉图书管理员”我要找书名里有’Python’的书”。问题在于：
  • 一本叫《Python 机器学习实战》的书会被找到
  • 但一本叫《用编程语言做数据分析》的书不会被找到，虽然它也讲 Python
向量检索就像你告诉图书管理员”我要找一本关于’用代码分析数据’的书”。图书管理员理解了这个概念的”语义”，然后去书架上找到《Python 机器学习实战》、《R 语言统计分析》、《数据科学入门》等语义相近的书。 技术层面：
  • Embedding 模型把一段文本(比如一句话、一个段落)转换成一个固定长度的浮点数数组，例如 1024 维的向量
  • 语义相近的文本，它们的向量在数学空间中的”距离”也近
  • 向量数据库就是专门存储和检索这些向量的系统
# 伪代码示例
文本1 = "Python 是一门编程语言"
文本2 = "Java 也是一门编程语言"
文本3 = "今天天气很好"

向量1 = embedding(文本1)  # [0.12, 0.34, -0.56, ...] (1024个数字)
向量2 = embedding(文本2)  # [0.11, 0.33, -0.54, ...] (与向量1很接近)
向量3 = embedding(文本3)  # [0.89, -0.21, 0.67, ...] (与向量1差异很大)

# 向量1和向量2的余弦相似度 ≈ 0.95(很高)
# 向量1和向量3的余弦相似度 ≈ 0.12(很低)

​
3. 项目架构

​
3.1 一句话描述

这是一个基于 LangChain + Milvus 2.5 Hybrid Search 的多场景 RAG 教学平台。不是简单的 Demo，而是补齐了企业级 RAG 完整工程闭环的项目。

​
3.2 全景架构图

​
3.2.1 架构分层解读

全景架构图从上到下可以划分为 五个层次，每一层各司其职：
层次名称包含组件一句话职责
第一层用户入口层浏览器用户(问答页)、状态页(admin 页)用户看得见、点得到的地方
第二层路由层FastAPI qa_core/api(pages / chat / admin / kb_versions)把 HTTP/WebSocket 请求分发给正确的后端模块
第三层核心引擎层qa_core 八大模块(QAService、Intent、Retrieval 等)所有 RAG 业务逻辑的真正执行者
第四层外部依赖层Milvus、MySQL、DashScope LLM提供向量检索、会话存储、文本生成能力
第五层入库链路(离线)Indexing → Milvus文档和 FAQ 怎么进知识库
为什么要分层？ 每一层只跟相邻层打交道：浏览器不直接调 Milvus，API 路由不直接拼 Prompt，核心引擎不直接写 HTTP 响应。这保证了任何一层被替换时，其他层不受影响。

​
3.2.2 用户入口 — 问答页和状态页各做什么

全景架构图的顶部有两个入口角色： 问答页(static/index.html) 是面向普通用户的交互界面，它会发出以下常用请求：
端点方法触发时机作用
GET /api/scenariosHTTP页面加载时拉取所有可用业务场景列表(下拉框的数据来源)
GET /api/sourcesHTTP切换业务场景时拉取当前场景可选的 source 过滤项
GET /api/kb_versionsHTTP切换业务场景时查看当前场景的知识库版本状态
POST /api/create_sessionHTTP用户选择场景后创建新会话，返回 session_id(后续所有问答都绑定这个 ID)
WebSocket /api/streamWebSocket用户每次发送问题走完整 RAG 流式问答链路，逐 token 推送答案
GET /api/history/{id}HTTP用户刷新页面或切换会话恢复之前的聊天记录
DELETE /api/history/{id}HTTP用户清空会话时删除该会话历史和摘要
POST /api/feedbackHTTP用户点赞/点踩记录用户对某个回答的满意度
关键理解：这些端点里，只有 /api/stream 是 WebSocket 长连接——它承载了最重的 RAG 逻辑。其他端点都是轻量 HTTP 请求，负责页面初始化、历史、反馈、版本或过滤项查询。
状态页(static/admin.html) 是面向开发者/管理员的诊断界面，它通过 GET /api/admin/* 访问 LangSmith 状态、active 版本、入库质量报告和回归报告入口。状态页不参与在线问答，只做”事后排查”。

​
3.2.3 FastAPI 路由层 — 请求如何分发

app.py 只做四件事：创建 FastAPI 应用、配置 CORS、启动时执行环境校验、注册路由。业务逻辑全在路由模块里：
路由模块文件承接的请求
pages.pyqa_core/api/pages.py页面渲染(GET /、GET /admin)、健康检查(GET /health)、创建会话
chat.pyqa_core/api/chat.py主链路：WebSocket 流式问答、历史查询、反馈、检索诊断
admin.pyqa_core/api/admin.py管理接口：LangSmith 状态、入库报告、回归报告入口、回归状态
kb_versions.pyqa_core/api/kb_versions.py知识库版本查看、激活、归档
关键设计决策：在线问答统一走 WebSocket(/api/stream)，不再提供额外的 HTTP 问答入口。如果 HTTP 和 WebSocket 两套问答入口并存，容易出现”HTTP 返回的结果和 WebSocket 不一样”的不一致问题。问候、越界、人工客服短句这些无需检索的问题，也在 WebSocket 主链路的意图识别阶段直接返回。

​
3.2.4 qa_core 核心引擎 — 八大模块如何协作

这是整个项目的大脑。图表中的八个模块各自承担独立的职责，通过 QAService(服务编排层)统一调度： ① QAService — 服务编排层(总指挥) QAService 是唯一对外的业务入口。路由层的 chat.py 不直接调 Intent、不直接拼 Prompt，一切通过 QAService 调度。它提供两个问答相关核心方法： 
# 流式主链路：完整 RAG，通过 Generator 逐事件产出
service.stream_query(query, source_filter, session_id, ...)

# 检索诊断：只查不生成，用于调试和评测
service.debug_retrieval(query, source_filter, session_id, ...)
QAService 是进程级单例(应用启动时创建一次，全局复用)，但不保存任何请求级状态——所有变化的数据都在方法局部变量中，多用户并发不会互相覆盖。 ② Intent — 意图识别(检索准备中的业务判断) 在线主链路的第一个决策点是 decide_route()：先处理问候、转人工、越界、场景边界和 FAQ 精确命中。只有 route=retrieval 时，才进入 classify_intent() 做检索类意图识别。Intent 模块回答三个问题：
  1. 这是什么类型的问题？(问候 / 标准问答 / 知识咨询 / 追问 / 人工客服 / 越界)
  2. 能不能直接回答？(问候直接回”你好”，越界直接拒答)
  3. 如果不能直接回答，后续该怎么处理？(改写成独立问题？FAQ 优先还是文档优先？)
检索类意图识别的核心策略是 规则优先 + LLM 补充： 
在线主链路顺序：
1. decide_route() 先收口 direct_answer / faq_exact / retrieval
2. route=retrieval 后加载历史并 classify_intent()
3. 有历史且像追问                 →  标记 requires_rewrite
4. 强规则命中高频业务问题          →  直接返回 FAQ_QUERY / KNOWLEDGE_QUERY
5. 以上都不命中                   →  调 LLM 结构化输出做最终判断
这一步的决策结果会影响后面的所有步骤：检索计划、查询改写、Prompt 模板选择、FAQ 直出阈值。 ③ Retrieval — 检索系统(查什么、怎么查) Retrieval 模块负责和 Milvus 打交道，它封装了：
  • MilvusHybridStore：连接管理、Collection 操作、add_documents / search
  • 检索计划(RetrievalPlan)：把意图转成具体参数——FAQ 查几条、Doc 查几条、阈值多高、是否 rerank
  • 过滤表达式：把 scenario_id、kb_version、tenant_id、dataset_id、visibility、source 拼成 Milvus expr，保证不会跨场景、跨版本混查
  • 重排序(Reranker)：用 BGE Reranker CrossEncoder 对召回结果精排
  • 去重：FAQ 和 Doc 各自的去重逻辑
检索不是”一把梭”，而是分层策略：先查 FAQ(高频确定答案)，FAQ 不命中再查文档(需要整合资料)，两者分开决策、分开返回。 ④ Pipeline — RAG 主流程(流水线) Pipeline 是问答的”流水线车间”，包含五个关键环节：
环节触发条件做了什么
查询改写(rewrite)意图为 FOLLOW_UP 时”那审批呢” → “入职流程中的审批步骤是什么”，把省略的主语和背景补全
查询变体(query_variants)所有 RAG 问题原问题 + 等价问法(规则命中本地生成，否则 LLM 生成)，提高召回覆盖
上下文构建(context)Doc RAG 时有多个 chunkFAQ 前 2 条 + Doc 得分达标片段，按 [1] 来源 + 内容 格式拼接
事件生成(events)流式问答全程产出 start → status → token... → end 事件序列，前端按 type 渲染
引用标注(citations)Doc RAG 时为每个来源片段标注文件名和 chunk 位置
⑤ Prompts — 提示词工程(给 LLM 的指令) 不同的意图和问题类别需要不同的 System Prompt。例如：
  • faq_answer：严格用标准答案回答，不要自行发挥
  • knowledge_answer：基于提供的文档资料整合回答
  • follow_up：结合对话历史理解用户追问的上下文
  • default：通用问答模板
Prompt 选择由 build_answer_prompt_profile 根据意图和问题类别自动决定，而不是 hardcode 一个通用模板。 ⑥ Memory — 聊天记忆(上下文连续性) Memory 模块管理两件事：
  • 聊天历史(HistoryStore)：基于 LangChain 的 SQLChatMessageHistory，每次问答后写入 MySQL 的 chat_messages 表。下次提问时读取最近 N 条消息 + 历史摘要，让模型知道”刚才在聊什么”
  • 反馈(FeedbackStore)：用户点赞/点踩后写入 MySQL，用于后续 bad case 分析和评测集补充
⑦ Governance — 知识库治理(版本与隔离) Governance 模块保证不同场景、不同版本、不同权限的数据不会”串门”：
  • kb_version：每个 FAQ 和 chunk 都标记了入库版本号。在线检索时自动拼入 kb_version == "xxx" 过滤条件，确保只查 active 版本
  • data_scope：每条数据还有 tenant_id、dataset_id、visibility、allowed_roles 字段。检索时拼成 Milvus 表达式，实现租户级数据隔离
⑧ Indexing — 文档入库(离线链路) Indexing 模块不在在线问答链路中执行(太慢)，而是通过离线脚本触发： 
文档/FAQ → 加载(按后缀选 loader)→ normalize(补 metadata)→ 切分(父子块策略)→ 向量化(BGE-M3)→ 写入 Milvus
入库时还会做增量判断：通过文件 fingerprint(哈希指纹)检查内容是否变化，没变化的跳过，有变化的先删旧 chunk 再写新的。

​
3.2.5 外部依赖 — 三个独立服务各管什么

全景架构图底部有三个圆柱形节点([(...)])，代表独立部署的外部服务： Milvus — 向量数据库 
职责：存储 Dense 向量 + Sparse 向量，支持 Hybrid Search
部署：Docker Compose 中的 milvus 容器
端口：19530
依赖：etcd(元数据)+ MinIO(索引和日志文件)
每次入库时，BGE-M3 为每个 chunk 同时生成两种向量——Dense(语义向量，1024 维浮点数)和 Sparse(关键词权重，由 Milvus 内置 BM25 函数生成)。检索时两种向量一起查，兼顾语义相近和关键词命中。 MySQL — 关系型数据库 
职责：只存聊天历史(chat_messages)、会话摘要(chat_session_summaries)、用户反馈
部署：Docker Compose 中的 MySQL 容器
端口：3306
MySQL 不承担知识检索。FAQ 和文档的检索全在 Milvus 中进行。MySQL 的角色非常单一——“聊天记录存储”。这个边界很重要，避免了”用 MySQL LIKE 模糊查询冒充语义检索”的情况。 DashScope LLM — 大语言模型 
职责：意图分类(结构化输出)+ 答案生成(流式输出)
接口：OpenAI 兼容 API(通过 LangChain ChatOpenAI 统一调用)
部署：阿里云 DashScope 云端服务
项目中有两处调用 LLM：意图识别不确定时的结构化输出(with_structured_output)，以及最终答案的流式生成(llm.stream)。两处共用同一个 get_chat_model() 工厂方法，只是 streaming 参数不同。

​
3.2.6 完整问答链路走读：一次用户提问经历了什么

把全景架构图的箭头串起来，就是一次完整问答请求的真实轨迹。以下用”入职流程有哪些步骤”这个提问来走一遍：
耗时分布(典型值)：意图识别 ~50ms | FAQ 检索 ~80ms | Doc 检索 ~120ms | Rerank ~200ms | LLM 生成首 token ~2500ms | 总计 ~3000-4000ms。最慢的环节永远是 LLM 生成——因为需要等待云端模型推理，这是所有 RAG 系统的共性。
两条特殊路径(图中箭头覆盖但上面没走到的)：
  1. 问候/越界快速通道：User → /api/stream → chat.py → QAService.stream_query → decide_route() 在主链路内直接产出答案事件，后面的检索准备、检索和 LLM 全部跳过。耗时取决于运行环境和限流/数据库状态，通常远低于完整 RAG。
  2. FAQ 直出通道：分两种情况：Stage 1 的 route=faq_exact 只允许标准问题精确匹配；Stage 3 的 FAQ 标准直出则发生在检索准备之后，允许精确匹配或达到动态阈值。两者都会返回 metadata.answer，不进入 Doc 检索和 LLM 生成。
  3. 追问改写通道：用户说”那审批呢”→ 意图识别为 FOLLOW_UP → Pipeline 读取历史，把”入职流程中的审批步骤”补全 → 后续流程和普通 RAG 一样。

​
3.3 部署架构图

​
3.3.1 部署拓扑解读

部署架构图将整个系统划分为四个物理区域，每个区域的部署方式和选型理由各不相同：
区域位置包含组件部署方式为什么放这里
宿主机本地FastAPI App (127.0.0.1:8000)Python 进程直接运行应用代码需要频繁修改调试，不适合容器化
Docker本地容器Milvus + etcd + MinIO + MySQLDocker Compose 编排这些是”基础设施”，不需要修改代码，容器化能一键启动、统一管理
本地模型本地磁盘BGE-M3 + BGE RerankerPython 进程加载本地文件Embedding 和 Rerank 延迟敏感，不能走网络；且涉及私有数据不适合上传
云服务阿里云DashScope LLM APIHTTPS 远程调用LLM 推理需要 GPU 集群，本地跑不动；API 调用按量付费，成本可控

​
3.3.2 六条连接线逐一解读

图中的每一条箭头都是一条运行时依赖，按调用频率和延迟敏感度排列： ① FastAPI → Milvus(高频 · 延迟敏感) 
协议：gRPC(pymilvus)
端口：127.0.0.1:19530
每次问答调用：1-2 次(FAQ 检索 + Doc 检索)
数据量：Dense 向量(1024维) + Sparse 向量 + metadata
这是调用最频繁的外部依赖。每次用户提问，FastAPI 都要把问题向量化后发给 Milvus 做语义检索。部署在本地 Docker 是因为延迟必须可控——如果 Milvus 在云端，每次检索多 50-100ms 网络延迟，用户体验会明显变差。 ② FastAPI → MySQL(中频 · 延迟不敏感) 
协议：TCP(pymysql / SQLAlchemy)
端口：127.0.0.1:3306
每次问答调用：2-3 次(读历史 + 写消息 + 刷新摘要)
数据量：每轮对话约 1-5KB 文本
MySQL 只存聊天记录和反馈。部署在本地 Docker 同样是为了避免网络延迟累积——虽然单次 MySQL 查询很快(<5ms)，但每次问答要读写多次，走公网会显著拖慢。 ③ FastAPI → BGE-M3(高频 · 极度延迟敏感) 
协议：本地函数调用(transformers / sentence-transformers)
每次问答调用：每个 chunk 入库时 1 次 + 每次查询 1 次
数据量：输入文本 → 输出 1024 维 float32 向量
BGE-M3 是 CPU/GPU 本地推理，不走网络。为什么必须本地？因为 Embedding 调用极其高频——入库时每个 chunk 都要向量化，在线问答时每个 query variant 都要向量化。如果走 API，不仅延迟不可控，API 调用费用也会非常高。而且，私有文档内容发送给第三方 Embedding 服务本身就有数据安全风险。 ④ FastAPI → BGE Reranker(中频 · 延迟敏感) 
协议：本地函数调用(CrossEncoder)
每次问答调用：1 次(对召回结果统一排序)
数据量：输入 query+doc 对 → 输出相关性分数 (0-1)
Reranker 用 CrossEncoder 架构对 Milvus 召回的候选文档逐对打分。这个环节对精度影响最大——同样的召回结果，Rerank 前后 MRR 可能差 10-15 个百分点。本地部署保证了延迟和精度都可控。 ⑤ FastAPI → DashScope LLM(低频 · 延迟最高) 
协议：HTTPS(OpenAI 兼容 API)
每次问答调用：0-2 次(意图分类可能需要 1 次 + 答案生成 1 次)
数据量：输入 System Prompt + 上下文 ~2000-4000 token，输出 ~200-800 token
LLM 是整个链路中唯一部署在云端的组件，也是最慢的环节(首 token 延迟 ~2500ms)。为什么 LLM 可以走云端而 Embedding 不行？
  • LLM 推理需要 GPU 显存(至少 16GB+)，本地开发机通常跑不动
  • LLM 调用频率相对低(每次问答 1-2 次)，不像 Embedding 那样一次入库就调用上百次
  • API 调用按 token 计费，成本可控
  • LLM 是文本进文本出，不涉及向量数据，传输量小
⑥⑦ Milvus → etcd / MinIO(内部依赖 · 用户无感) 
协议：gRPC / S3 兼容 API
触发：Milvus 内部读写元数据和索引文件
用户不需要关心这两条线，Docker Compose 自动管理
  • etcd：存 Milvus 的元数据(Collection Schema、索引配置、段信息)。类比 MySQL 的 information_schema。
  • MinIO：存 Milvus 的索引文件、日志和 binlog。类比 MySQL 的 ibdata 文件。

​
3.3.3 端口与网络边界

所有本地组件都绑定在 127.0.0.1，不暴露到公网，安全性由操作系统网络栈保证。

​
3.4 技术栈详解

层级技术为什么选它
API 框架FastAPI原生支持异步、WebSocket、自动生成 OpenAPI 文档
RAG 编排LangChain开源生态成熟，封装了 ChatModel、VectorStore、MessageHistory 等
向量数据库Milvus 2.5.x支持 Dense + Sparse 混合检索，一次入库同时生成两种向量
EmbeddingBGE-M3中文语义理解能力强，支持本地部署，生成 1024 维 Dense 向量
Sparse 向量Milvus BM25BuiltInFunction服务端内置函数，不需要额外部署分词器
RerankerBGE Reranker LargeCrossEncoder 架构，对召回结果做精细排序
LLMDashScope (OpenAI 兼容)通过 LangChain ChatOpenAI 统一调用
会话存储MySQLLangChain SQLChatMessageHistory 自动管理表结构
配置.env.compose / .env + scenario.toml运行时环境变量 + 场景级 TOML 配置

​
3.5 八大业务场景

项目内置 8 个行业场景，共享同一套核心引擎：
场景 ID行业典型问题
enterprise_knowledge企业内部知识”入职流程有哪些步骤”
saas_supportSaaS 客服”API 限流导致接口失败怎么排查”
equipment_ops设备运维”日检异常怎么升级”
compliance_qa合规风控”供应商尽调需要哪些材料”
cross_border_risk跨境贸易”HS 归类争议怎么处理”
tender_contract_risk招投标合同”合同变更流程是什么”
insurance_claims保险理赔”收款账户不一致可以打款吗”
engineering_project_qa工程项目”施工图纸和强制性规范冲突怎么办”

​
3.6 核心模块一览

qa_core/
├── api/              # FastAPI 路由 — HTTP/WebSocket 请求入口
├── application/      # 服务编排 — QAService 统一业务入口
├── intent/           # 意图识别 — 判断用户想干什么
├── retrieval/        # 检索系统 — Milvus 连接、过滤、重排
├── pipeline/         # RAG 主流程 — 事件生成、上下文构建
├── prompts/          # 提示词 — 模板选择、场景注入
├── indexing/         # 入库 — 文档加载、切分、FAQ 入库
├── governance/       # 治理 — 知识库版本、数据隔离
├── memory/           # 记忆 — 聊天历史、摘要、反馈
├── quality/          # 质量 — 入库质量、冲突检测
├── scenarios/        # 场景 — 多行业配置、source 推断
├── config/           # 配置 — 设置、日志、启动校验
└── observability/    # 可观测 — 追踪、评测、Bad Case

​
4. 环境搭建与部署

​
4.1 前置依赖

组件用途必需？
Python 3.11+应用运行环境是
Docker + Docker Compose运行 Milvus、MySQL是
约 4GB 磁盘空间存放本地模型 (BGE-M3 + BGE Reranker)是
DashScope API KeyLLM 调用是
项目只保留两个环境模板，先按运行模式选一个，不要混用：
文件是否提交用途
.env.compose.example是Docker Compose 模板，地址使用 mysql、milvus、/app/models/...
.env.compose否Docker Compose 实际运行配置，由 .env.compose.example 复制后填写
.env.local.example是本机 API 调试模板，地址使用 localhost 和 models/...
.env否本机 API 实际运行配置，由 .env.local.example 复制后填写
仓库不再保留通用 .env.example，因为这个名字无法表达“容器内视角”还是“宿主机视角”，容易把 Milvus/MySQL 地址和模型路径写错。

​
4.2 推荐启动路径：全 Docker 验收

第 1 讲优先使用全 Docker 模式：MySQL、Milvus 和 FastAPI API 都由 Docker Compose 管理。这样不需要同时处理“宿主机进程”和“容器网络”两套视角，启动顺序也能交给脚本统一处理。

​
4.2.1 部署拓扑

全 Docker 模式和本机 API 调试模式最容易混淆的是地址和模型路径：
配置项本地开发模式生产 Compose 模式
MYSQL_HOSTlocalhostmysql
MILVUS_URIhttp://localhost:19530http://milvus:19530
EMBEDDING_MODEL_PATHmodels/bge-m3/app/models/bge-m3
RERANKER_MODEL_PATHmodels/bge-reranker-large/app/models/bge-reranker-large
原因很简单：API 如果在宿主机上运行，访问的是宿主机暴露端口；API 如果在 Compose 网络里运行，访问的是容器服务名。

​
4.2.2 首次启动

进入项目根目录后，先生成 Compose 模式配置。仓库只提交 .env.compose.example，真正运行 docker compose --env-file .env.compose ... 前，必须先生成本地 .env.compose： 
if (!(Test-Path .env.compose)) { Copy-Item .env.compose.example .env.compose }
notepad .env.compose
至少确认这些项已经改成真实值： 
DASHSCOPE_API_KEY=真实可用的 DashScope Key
ADMIN_API_TOKEN=随机长令牌
同时确认 Compose 模式地址保持为容器服务名，不要改成 localhost： 
APP_ENV=dev
API_PORT=8000
ENV_FILE=.env.compose
ACTIVE_SCENARIO_ID=enterprise_knowledge

MYSQL_HOST=mysql
MYSQL_PORT=3306
MILVUS_URI=http://milvus:19530

EMBEDDING_MODEL_PATH=/app/models/bge-m3
RERANKER_MODEL_PATH=/app/models/bge-reranker-large

DASHSCOPE_API_KEY=真实可用的 DashScope Key
ADMIN_API_TOKEN=随机长令牌
CORS_ALLOW_ORIGINS=["http://localhost:8000","http://127.0.0.1:8000"]
确认模型目录存在： 
Test-Path models/bge-m3
Test-Path models/bge-reranker-large
推荐直接使用项目提供的部署脚本。它会按顺序启动 MySQL/Milvus、构建 API 镜像、重建并激活知识库，然后启动 API： 
.\scripts\deploy_docker.ps1
如果你没有提前创建 .env.compose，脚本会先从 .env.compose.example 生成文件并退出，提示你填写 DASHSCOPE_API_KEY 和 ADMIN_API_TOKEN。填好后再运行一次同一条命令即可。 如果要一次性初始化 8 个冻结业务场景： 
.\scripts\deploy_docker.ps1 -AllScenarios
这个顺序不能反过来，因为 API 启动前会检查 active KB 版本；空库直接启动 API 会被 preflight 拒绝。

​
4.2.3 手动等价命令

如果不用部署脚本，也可以按下面的手动顺序执行。第一遍只初始化当前 active 场景： 
docker compose --env-file .env.compose up -d mysql etcd minio milvus
docker compose --env-file .env.compose build api
docker compose --env-file .env.compose run --rm api python scripts/rebuild_kb_version.py --scenario enterprise_knowledge --new-version --force --quality-gate --activate
docker compose --env-file .env.compose up -d api
docker compose --env-file .env.compose ps
新环境首次部署，如果要一次性初始化全部 8 个冻结业务场景，把单场景命令替换为： 
docker compose --env-file .env.compose run --rm api python scripts/rebuild_scenarios.py --reset-collections
如果之前已经存在知识库，只是资料内容变化，批量刷新全部 8 个场景时不要删除 collection： 
docker compose --env-file .env.compose run --rm api python scripts/rebuild_scenarios.py
如果只重建一个已有场景，例如企业知识场景： 
docker compose --env-file .env.compose run --rm api python scripts/rebuild_kb_version.py --scenario enterprise_knowledge --new-version --force --quality-gate --activate
只有在新环境全量初始化、旧 collection schema 不兼容，或明确要清空重建单场景 collection 时，才追加 --reset-collections： 
docker compose --env-file .env.compose run --rm api python scripts/rebuild_kb_version.py --scenario enterprise_knowledge --new-version --force --reset-collections --quality-gate --activate
注意：--force 只表示忽略文件指纹、强制重新写入数据；它不会修改已经存在的 Milvus Collection Schema。只有 --reset-collections 才会删除旧 collection，让入库链路按当前 代码重新创建 text + dense + sparse + BM25 Function 的 Hybrid Search 结构。

​
4.2.4 访问和验收

查看容器状态和 API 日志： 
docker compose --env-file .env.compose ps
docker compose --env-file .env.compose logs --tail 80 api
看到 Runtime preflight passed 后，说明 API 已经通过启动前置校验。 浏览器访问： 执行接口冒烟测试： 
docker compose --env-file .env.compose exec api python scripts/api_e2e_smoke.py --base-url http://127.0.0.1:8000
讲义站点由宿主机 ./site 挂载到 API 容器的 /app/site。修改 docs/ 或 docs/animation/ 后，在宿主机执行下面命令即可刷新 /docs，不需要为了讲义内容重建 API 镜像： 
python -m mkdocs build --clean

​
4.3 可选路径：本机 API 调试

本机 API 调试适合改 Python 代码时使用：MySQL、Milvus 仍由 Docker 管理，FastAPI 在宿主机上用 uvicorn 启动。第一遍验收不建议从这条路径开始。

​
4.3.1 准备本机模式配置

if (!(Test-Path .env)) { Copy-Item .env.local.example .env }
notepad .env
至少填写： 
DASHSCOPE_API_KEY=真实可用的 DashScope Key
ADMIN_API_TOKEN=随机长令牌
同时确认本机模式地址保持为宿主机地址： 
MYSQL_HOST=localhost
MYSQL_PORT=3306
MILVUS_URI=http://localhost:19530
EMBEDDING_MODEL_PATH=models/bge-m3
RERANKER_MODEL_PATH=models/bge-reranker-large

​
4.3.2 启动依赖并安装依赖

docker compose --env-file .env.compose up -d mysql etcd minio milvus
pip install -r requirements.txt
确认模型目录存在： 
Test-Path models/bge-m3
Test-Path models/bge-reranker-large

​
4.3.3 构建知识库并启动 API

python scripts/rebuild_kb_version.py --scenario enterprise_knowledge --new-version --force --quality-gate --activate
python scripts/check_langchain_stack.py
python -m uvicorn app:app --host 127.0.0.1 --port 8000
启动成功后会看到类似： 
Runtime preflight passed: {
  "scenario_id": "enterprise_knowledge",
  "milvus_uri": "http://localhost:19530",
  "mysql": "localhost:3306/subjects_kg",
  "embedding_model_path": "models/bge-m3",
  "reranker_model_path": "models/bge-reranker-large",
  "active_kb_version": "kb_enterprise_knowledge_20260506_103000_9f2a1b3c"
}
另开一个 PowerShell 窗口执行验收： 
python scripts/check_project_guardrails.py
python scripts/api_e2e_smoke.py --base-url http://127.0.0.1:8000

​
4.4 配置变更后如何重启

.env.compose 是 API 容器启动时读取的环境文件。修改 .env.compose 后，不能只执行 docker compose restart api。 restart 通常只重启已有容器，旧容器创建时注入的环境变量可能不会重新加载。 正确做法是重新创建 API 容器： 
notepad .env.compose
docker compose --env-file .env.compose up -d --force-recreate api
docker compose --env-file .env.compose logs --tail 80 api
如果 .env.compose 变更涉及镜像构建相关内容，或者你同时修改了 Dockerfile、requirements.txt、依赖包版本，需要重新构建镜像： 
docker compose --env-file .env.compose up -d --build --force-recreate api
如果只修改了这些内容，通常不需要重建镜像，只需要重新创建 API 容器：
变更内容推荐命令
DASHSCOPE_API_KEY、LLM_MODEL、ADMIN_API_TOKENdocker compose --env-file .env.compose up -d --force-recreate api
ACTIVE_SCENARIO_ID、LANGSMITH_TRACING、CORS_ALLOW_ORIGINSdocker compose --env-file .env.compose up -d --force-recreate api
MYSQL_HOST、MILVUS_URI、模型路径docker compose --env-file .env.compose up -d --force-recreate api，并检查日志
Python 依赖、Dockerfile、镜像内文件docker compose --env-file .env.compose up -d --build --force-recreate api
文档/动画python -m mkdocs build，刷新 /docs
场景资料、静态文件、模型文件通常不需要重建镜像；必要时重建知识库或重启 API
验证 .env.compose 是否已生效： 
docker compose --env-file .env.compose exec api python scripts/tools/check_local_runtime.py
docker compose --env-file .env.compose exec api python -c "from qa_core.config.settings import get_settings; s=get_settings(); print('active_scenario_id =', s.active_scenario_id); print('milvus_uri =', s.milvus_uri); print('mysql_host =', s.mysql_host); print('embedding_model_path =', s.embedding_model_path)"
常见误区：
  • 只改 .env.compose 不重建 API 容器：页面还在使用旧配置。
  • 把生产 .env.compose 写成 localhost：API 容器内的 localhost 指向 API 容器自己，不是宿主机，也不是 Milvus/MySQL 容器。
  • 改了 ACTIVE_SCENARIO_ID 但没构建该场景知识库：启动前置校验会失败，提示没有 active KB 版本。
  • 改了 API_PORT 但访问旧端口：API_PORT 控制宿主机端口映射，变更后要重新创建容器并访问新端口。
如果部署在远程虚拟机上，把访问地址中的 127.0.0.1 替换成虚拟机 IP，并同步调整 .env.compose 中的 CORS_ALLOW_ORIGINS。 如果使用本机 API 调试模式，修改 .env 后直接停止并重新启动 uvicorn 进程；如果修改了 Python 依赖，再执行一次 pip install -r requirements.txt。

​
4.5 启动前置校验的工作机制

Milvus、MySQL、本地模型、LLM Key、场景配置和 active 知识库版本都是启动必需条件，任一缺失直接启动失败。 
# qa_core/config/preflight.py — 启动时校验的完整流程
#
# 下方 ── Flowchart Step N ── 标注与上方的 mermaid 流程图步骤对应。
# 流程图 Step 8「场景配置完整性」在代码中展开为多个子校验(配置目录、
# active 场景 ID、文档目录、FAQ 文件)，这些子校验在实际执行顺序中
# 位于模型检查之后、基础设施检查之前。

def validate_runtime_environment():
    # ── Flowchart Step 1 ──
    # 检查 API Key 是否配置(非占位符)
    if _is_placeholder(settings.llm_api_key):
        raise RuntimeError("DASHSCOPE_API_KEY 未配置")

    # ── Flowchart Step 2 ──
    # 检查 Admin Token 是否配置
    if _is_placeholder(settings.admin_api_token):
        raise RuntimeError("ADMIN_API_TOKEN 未配置")

    # ── Flowchart Step 3 ──
    # 检查本地 Embedding / Reranker 模型目录是否存在
    _require_path("Embedding 模型目录", settings.embedding_model_path)
    _require_path("Reranker 模型目录", settings.reranker_model_path)

    # ── Flowchart Step 8 展开：场景配置完整性 ──
    _require_path("场景配置目录", settings.scenario_config_dir)
    # 校验 active_scenario_id 在注册表中存在
    # 校验场景数据目录和 FAQ CSV 文件

    # ── Flowchart Step 4 ──
    # 检查 Milvus TCP 可达性
    _require_milvus_uri()

    # ── Flowchart Step 5 ──
    # 检查 MySQL TCP 可达性
    _require_tcp("MySQL", settings.mysql_host, settings.mysql_port)

    # ── Flowchart Step 6 ──
    # 验证 LLM 真实连通性
    validate_llm_connectivity()

    # ── Flowchart Step 7 ──
    # 确认存在 active 知识库版本
    active_version = get_kb_version_store(scenario.scenario_id).resolve_active_version()
设计意图：如果允许部分组件缺失时”降级启动”，就会出现”页面能打开但提问时才报错”的情况。这会让排查路径变得很绕：看起来像前端或网络问题，最后才发现是模型文件没下载。

​
5. 本讲实践闭环

项目内容
本讲类型系统集成
实践产物Docker Compose、.env.compose、基础页面和 API 启动流程
是否进入最终项目是，作为后续所有模块运行底座
验收方式docker compose --env-file .env.compose ps、访问页面、执行 API 冒烟测试
后续落点第 12/13/19 讲继续完善 Web 服务、启动校验和生产部署
通过标准：服务容器处于 running/healthy，页面可访问，API 冒烟请求能返回正常响应。

​
5.1 本讲从 0 到 1 实现闭环

本讲不展开业务算法，重点是把项目运行骨架搭起来。这里先完成“能启动、能访问、能看日志”，不要在第 1 讲就实现完整 RAG。
  1. 先准备 docker-compose.yml，定义 api、mysql、milvus、etcd、minio。
  2. 再准备 .env.compose，配置 LLM、Milvus、MySQL、active 场景。
  3. 然后写最小 app.py，提供 /health 或首页访问。
  4. 最后挂载静态页面，确认前端能请求 API。
实现完成后，相关运行底座结构应该是下面这张图： 来源：真实配置文件，见 docker-compose.yml。 
services:
  api:
    build: .
    env_file:
      - ${ENV_FILE:-.env.compose}
    ports:
      - "${API_PORT:-8000}:8000"
  mysql:
    image: mysql:8.4
  milvus:
    image: milvusdb/milvus:v2.5.15
来源：真实配置文件，见 .env.compose.example 和本地 .env.compose。 
ACTIVE_SCENARIO_ID=enterprise_knowledge
API_PORT=8000
MILVUS_URI=http://milvus:19530
MYSQL_HOST=mysql
MYSQL_PORT=3306
来源：真实代码调用点，见 app.py。 
app = FastAPI(title="KnowForge RAG Platform")

@app.get("/health")
def health():
    return {"status": "ok"}
来源：命令行验收，对应 Docker Compose 启动流程。 
.\scripts\deploy_docker.ps1
docker compose --env-file .env.compose ps
Invoke-RestMethod http://127.0.0.1:8000/health
闭环验证重点：
验证项验证方式期望结果
容器启动docker compose --env-file .env.compose psapi、mysql、milvus 等服务处于 running/healthy
配置读取查看 API 日志.env.compose 中的 active 场景、Milvus、MySQL 配置被加载
健康检查Invoke-RestMethod http://127.0.0.1:8000/health返回正常状态
页面访问浏览器打开站点前端页面可加载
日志定位故意缺少关键配置启动日志能提示问题方向
建议先只做“能启动、能访问、能看日志”，不要在第 1 讲就实现完整 RAG。

​
6. 重点掌握

优先级内容原因
★★★ 必会RAG 核心概念(检索+生成、开卷考试类比、解决幻觉/私有知识问题)本项目的根本出发点，所有后续内容建立在此之上
★★★ 必会离线链路(文档加载→切分→向量化→存储)和在线链路(意图识别→检索→重排→生成)的职责划分理解两条链路的边界是理解整个项目架构的钥匙
★★★ 必会全景架构图的五层分层(用户入口→路由→核心引擎→外部依赖→入库)每一层各司其职，面试高频考点
★★★ 必会部署架构：宿主机(FastAPI)、Docker(Milvus/MySQL)、本地模型(BGE-M3/Reranker)、云服务(DashScope)分别部署的原因理解每类组件的部署选型依据
★★ 理解向量检索的基本概念(语义相似度 vs 关键词匹配)为第 2 讲深入做铺垫
★★ 理解20 步问答链路走读(从用户输入到 end 事件的完整路径)串联全部模块的整体认知
★★ 理解三条特殊路径(问候/越界快速通道、FAQ 直出通道、追问改写通道)理解 RAG 的分支逻辑
★ 了解项目启动的 7 个步骤和前置校验实操需要，但非概念重点
★ 了解8 大业务场景和核心模块一览了解项目覆盖范围即可

​
7. 本讲小结

  • RAG = 检索 + 生成，让 LLM 能够基于外部知识库回答，解决幻觉和私有知识问题
  • 向量检索通过语义相似度(而非关键词匹配)找到相关文档
  • 本项目采用 FastAPI + LangChain + Milvus + BGE-M3 + DashScope 的技术栈
  • 启动前需要完整的环境配置，项目不做技术降级
下一讲：RAG 核心概念深入 — 向量检索原理、Embedding 模型、混合检索策略