工程文章 · 9 分钟

构建可以检查的 RAG

Mneme 不追求戏剧化的回答,而追求有用的回答:结果带着足够结构,可以打开、质疑和验证。

问题不只是检索

本地文档助手有两个容易被混在一起的任务:找到相关上下文,并让上下文可以负责。系统可能找到一段看似合理的话,却让用户不知道它来自哪里。

信任是一条回到来源的路径,不是界面里的更强形容词。

一条清楚的检索路径

Mneme 从问题开始,可选地进行查询拆解,经过语义和词法检索、Graph RAG 关系扩展、片段去重和 PDF 定位,最后生成有界上下文。

01 · 索引稳定的来源与 chunk 身份。
02 · 检索语义、词法或图关系路径。
03 · 有界明确的上下文限制。
04 · 引用带来源的输出。

边界也是 API

索引和检索在本地运行;LLM 能力可能把检索片段发送到用户配置的端点。准确描述边界会影响配置、测试、UI 文案和回答携带的证据对象。

工程规则

先描述可观察结果——“带来源的回答”,再解释 BM25、RRF、关系扩展或上下文上限。

阅读实现

项目是一个 Python 包,包含 src/ 检索模块、tui/ 终端界面、测试、基准、计划和 CI。代码仓库是实现与变更历史的权威来源。

搜索 Mneme 文档