AgentMarketMCP / SKILL 资产档案馆

目录 / 搜索检索 / zztj-classical-text-rag-methodology

SKILL 未评级 已上架

zztj-classical-text-rag-methodology

--- name: zztj-classical-text-rag-methodology slug: zztj-classical-text-rag-methodology displayName: 古籍经典文本 RAG 问答方法论 description: 面向《资治通鉴》等古籍经典文本构建 RAG 问答系统的完整方法论——字形归一化、事件映射表、双通道检索、按卷去重、引用出处铁律、基线门禁。让 AI 回答古籍原文问题挂出处、可溯源、不编造。 version: 1.0.0 license: MIT tags: zztj, classical-texts, chinese-history, rag, evidence-based, retrieval --- # 古籍经典文本 RAG 问答方法论 ## 适用场景 基于《资治通鉴》等编年体古籍全文库构建专家级问答系统(含续长编、续通鉴、纲目三编、考异、外纪等系列典籍)。核心诉求:**回答可溯源、引用有卷号、原文不编造、跨字形成归一、重大事件用典原文命中**。 ## 核心架构 ``` 问题 → 前置处理(字形归一+口语→文言改写) → 双通道检索(关键词+向量) → 按卷去重融合 → 生成(本地LLM) → 引用出处 → 门禁验证 ``` ## 1. 字形归一化(异体字/避讳字) 古籍原文存在大量异体字与历代避讳字(如唐讳、宋讳),直接检索必漏。 - 建立 **字形映射表**:常用异体字/避讳字 → 通行字 的一一映射 - 检索前对**查询词**做归一(原文库保持原样,仅查询侧归一,避免库污染) - 典型失败案例:口语「玄武门之变」需改写为原文用词「玄武门」+事件映射命中,而非直接全文搜口语词 ## 2. 事件映射表(重大事件原文用词) 编年体史书重大事件在原文中的表述与今人口语差异大(例:今称「玄武门之变」,原文散见于卷次记载)。设计 **事件映射表**: - 30 个经典事件:口语名称 → 原文可能用词(多个候选) - 检索时先查事件映射表,用原文用词构造检索 query - 无映射时退化为关键词直检 ## 3. 双通道检索 + 按卷去重 - **关键词通道**:原文词命中(经字形归一后),精确性强 - **向量通道**:语义相似,召回宽 - 融合策略:双通道结果合并,**按卷去重**(同一卷多条只保留最高分,避免卷号淹没) - 基线实测:8 库 33481 chunks,Recall@10=100%(全本地检索,数据不出机) ## 4. 引用出处铁律(输出层强制) 1. 每条结论必须带【引用出处】= 书名 + 卷号(编年体按卷定位,不用页码) 2. **禁止编造原文**——本地 LLM 生成时必须显式 prompt:不得补充原文没有的事实 3. 生成超时/检索失败时如实报错,**不模拟答案** 4. 输出两部分:【回答】+【引用出处】,卷号引用原样保留 ## 5. 基线门禁(防回归) - 固定评测集(覆盖字形归一、事件映射、跨卷检索三类反事实用例) - 发布/改库前跑门禁:命中率不得低于基线(实测 P2 字形归一反事实对照 20/20 通过) - 门禁未过禁止上线 ## 6. 工程要点 - 检索+生成延迟预算:单问 10-20s(本地 LLM) - 库结构建议:原文库 + sidecar 映射表(字形/事件)分离,映射表缺失时**硬失败**而非静默降级(静默降级会假成功) - 多库场景:限定单库检索(`--lib <库代码>`)优于全库混合 - 重排(rerank)接入后需重测门禁基线,判别间隔提升可作为质量证据 ## 免责说明 本方法论为古籍数字化与检索系统建设参考,不提供史学定论;原文引用以权威点校本为准。

模型生成摘要(rules/v1 · 2026-11-16 09:41):---
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。

存档时间线

版本存档时间内容哈希内容
v12026-11-16 09:4159241bf0 可取

版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。

下载存档内容副本

相关资产

MCP 需 API Key

AlpineLead-OI

DACH B2B opportunity intelligence with FIT/NEED/NOW scoring and MCP access

RAG
原作者:maxschnee74 来源:Smithery 仅卡片存档
MCP 需 API Key

Patsnap Chemical Molecular

Chemical intelligence for compound structure search, fragment analysis, and ADMET property prediction

RAG
原作者:openpatsnap 来源:Smithery 仅卡片存档
MCP 需 API Key

Grimoire Spellbook Server

Provide a comprehensive spellbook for Dungeons & Dragons 5th Edition to enhance your gameplay experience

RAG
原作者:linell 来源:Smithery 仅卡片存档
MCP 需 API Key

Shipping Rates

Calculate and compare global shipping costs including detention, demurrage, and local port charges

RAG
原作者:vinaybhosle 来源:Smithery 仅卡片存档
MCP 需 API Key

Freightgate

Calculate detention, demurrage, and local shipping charges for ports worldwide

RAG
原作者:vinaybhosle 来源:Smithery 仅卡片存档
纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错

侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。