模型与检索

OpenxAI 智能客服把「知识底座」和「调用方式」拆开：WIKI 知识库负责沉淀，RAG 检索负责取用，大模型负责生成。

适用版本 v1.0

模型接入

默认由 DeepSeek 驱动推理与生成。它在中文理解与多轮追问上表现稳定，适合售后政策解释与复杂诉求拆解；结合检索到的知识片段，可显著降低模型幻觉。

• 模型可按业务场景替换，不同场景可配置不同模型。
• 知识库与模型均支持全链路私有化部署，数据不出域。
• 同一套会话上下文在渠道之间保持连续。

RAG 检索增强

应答时先从知识库中召回最相关的片段，再交由模型组织成有引用的回答：

1. 混合召回向量检索负责语义相近，关键词检索负责专有名词与型号编号。
2. 片段重排对召回结果按相关度排序，取最贴近问题的若干片段。
3. 带出处生成模型仅基于检索到的片段作答，并附带引用来源。

WIKI 知识库

知识库负责回答「有哪些资料、谁维护、什么时候更新」，并提供以下组织能力：

• 增量更新：上传新文档即可增量索引，无需重建系统。
• 版本管理：命中的缓存问答随知识版本同步失效重建，保证口径最新。
• 权限隔离：按知识空间隔离访问权限，支持细粒度操作审计。

响应结构示意

{
  "answer": "...",
  "citations": [
    { "title": "售后政策手册.pdf", "snippet": "...", "score": 0.92 }
  ],
  "handoff": false,
  "usage": { "prompt_tokens": 0, "completion_tokens": 0 }
}