百宝箱

第一层：知识检索层 — 具体架构方案

总体设计原则
职事语料不是普通文本——它有神学层级、概念互联、跨书引用三大特征。架构必须为此专门设计，而非套用通用 RAG 模板。

架构全景图

┌─────────────────────────────────────────────────────┐
│ 语料输入层 │
│ PDF / EPUB / TXT（信息、书卷、纲要、恢复版注解） │
└───────────────────┬─────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────┐
│ 预处理与分块层 │
│ 清洗 → 结构识别 → 神学逻辑单元切割 → 元数据标注 │
└───────────────────┬─────────────────────────────────┘
↓
┌───────────┴───────────┐
↓ ↓
┌───────────────┐ ┌──────────────────┐
│ 向量存储层 │ │ 知识图谱层 │
│ (稠密检索) │ │ (GraphRAG) │
│ ChromaDB / │ │ 概念节点 + 关系边 │
│ Qdrant │ │ Neo4j / NetworkX │
└──────┬────────┘ └────────┬─────────┘
└───────────┬───────────┘
↓
┌─────────────────────────────────────────────────────┐
│ 混合检索层 │
│ 语义检索 + 图谱游走 + 关键词检索融合 │
└───────────────────┬─────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────┐
│ 上下文组装 + Claude API │
│ 检索结果重排 → Prompt 注入 → 生成回答 │
└─────────────────────────────────────────────────────┘

第一步：语料预处理与分块
分块策略（最关键决策）
职事语料有三种典型结构，需分别处理：
① 信息/书卷类（连续叙述型）

策略：段落级分块 + 15% 重叠窗口
块大小：400~600 tokens
锚点：每块保留所在章节标题作为前缀

② 纲要类（层级结构型）

策略：保留层级路径，不跨级切割
格式：「主题 > 大点 > 小点」作为完整单元
例：「新约职事 > 二、保罗的职事 > A. 启示的来源」

③ 恢复版注解类（短密集型）

策略：按经节聚合，一节+其注解为一块
附加：标注经文坐标（书卷-章-节）

元数据标注方案
每个文本块必须携带：

{
“source”: “神的经纶（李常受，1990）”,
“type”: “book | outline | footnote | message”,
“chapter”: “第三章”,
“topic_tags”: [“神圣分赐”, “三一神”, “灵”],
“scripture_refs”: [“弗3:17”, “约14:20”],
“era”: “Lee-post1970”,
“language”: “zh”
}

第二步：双轨存储层
轨道一：向量数据库（语义检索）

# 推荐技术栈
Embedding 模型: text-embedding-3-large（中英混合语料最佳）
向量数据库: Qdrant（支持元数据过滤，性能优于 Chroma）

# 检索配置
相似度算法: Cosine Similarity
Top-K: 8~12 个候选块
过滤条件: 可按 source / type / era 过滤

同义词映射表（解决职事专有术语问题）：

“调和” ↔ “mingling” ↔ “互渗”
“神圣分赐” ↔ “divine dispensing” ↔ “分赐”
“召会生活” ↔ “church life” ↔ “教会生活”
“经纶” ↔ “economy” ↔ “oikonomia”
“主观经历” ↔ “subjective experience”

查询时自动展开同义词，覆盖中英文混搜场景。

轨道二：知识图谱（GraphRAG）
这是职事系统区别于普通 RAG 的核心竞争力。
节点类型设计：

[概念节点] 神圣分赐、有机救恩、召会、灵、生命
[人物节点] 倪柝声、李常受、保罗、约翰
[经文节点] 弗1:10、约14:20、林前15:45
[书卷节点] 《神的经纶》《生命的供应》《约翰福音生命读经》
[主题节点] 复活、变化形状、得胜、国度

边（关系）类型设计：

概念 ──[发展自]── 概念（神圣分赐 → 有机救恩）
概念 ──[根基于]── 经文（神圣分赐 → 弗1:10）
书卷 ──[阐明]── 概念（《神的经纶》→ 神圣分赐）
人物 ──[发展]── 概念（李常受 → 有机救恩）
概念 ──[对应]── 概念（灵 ↔ 生命）
主题 ──[包含]── 概念（三一神 → 父子灵）

图谱游走逻辑（查询时）：

用户问：”神圣分赐与召会有什么关系？”
↓
图谱入口节点：[神圣分赐] + [召会]
↓
游走深度 2：找到共同邻居节点
↓
发现路径：神圣分赐 → 有机救恩 → 召会生命 → 召会
↓
将路径上所有节点的文本块加入检索上下文

第三步：混合检索融合
三路检索结果通过 RRF（倒数排名融合）合并：

最终得分 =
0.5 × 语义相似度得分
+ 0.3 × 图谱关联度得分
+ 0.2 × BM25 关键词得分

重排后取 Top 5~7 块注入 Prompt。

第四步：Prompt 工程框架

[System Prompt — 核心]

你是一位熟悉倪柝声—李常受职事传统的神学助手。
你的回答：
1. 必须以检索到的职事语料为依据
2. 引用格式：【书名，章节】或【信息题目，段落】
3. 区分”职事明确教导”与”你的推论”
4. 遇到职事未直接论及的问题，说明并提供相关参考

以下是检索到的相关语料：
──────────────────────
{retrieved_context}
──────────────────────

用户问题：{user_query}

技术栈总览

建议开发阶段

Phase 1（2周）：基础 RAG 跑通
→ 单一书卷语料 + Qdrant + Claude API

Phase 2（3周）：元数据过滤 + 同义词扩展
→ 多书卷 + 术语映射表 + 中英混搜

Phase 3（4周）：GraphRAG 叠加
→ 概念图谱构建 + 混合检索融合

Phase 4（持续）：语料扩充 + 质量评估
→ 用你的 Scripture Alignment Layer 评估检索质量

需要我为 Phase 1 写出可直接运行的代码框架吗？