RAG 系统中向量化、召回与重排序服务的实现

本文围绕企业知识库问答场景，给出 RAG 检索链路中向量化、召回与重排序服务的完整设计与代码实现。核心做法包括用 Embedding Profile 和索引代次管理向量空间，向量与关键词混合召回并用 RRF 合并候选，再由 Reranker 重排序并压缩上下文，同时将租户、权限和文档状态过滤前置。文章还给出 Recall@K、MRR、NDCG 评估指标以及超时、缓存、重试和降级等工程策略。