Appearance
速成总览：一天过完四个项目
这套速成稿是什么
01-04 号是深挖答辩底稿（几天量），10 号是拿来背的口述稿。 20 系列（本页 + 21/22/23/24）是「只剩一天」的压缩版：每个项目一份技术方案速成，架构能画、每条简历 bullet 能展开、简历上每个数字有口径和讲法。 深度追问接不住时，回对应 01-04 号稿查——每份速成稿都标了对应关系。
数字的一句话说明
下面所有数值来自当前简历成稿（resume-filled.md，示例填充版）。口径和讲法现在就练熟：投递前换成真实数据时，逻辑不变只换数值；能核实到日志和评测记录的真实值，统一回填 11 号文件 并同步改简历。口径说不清的数字，宁可当场降级成定性表述，不要硬撑。
一、一天时刻表（净投入约 7 小时）
| 时段 | 时长 | 做什么 | 过关标准 |
|---|---|---|---|
| 09:00 | 10 min | 10 号口述稿 §0-§1：主线 + 30 秒/1 分钟自我介绍跟读两遍 | 自我介绍不看稿 |
| 09:10-10:40 | 1.5 h | 21 号稿·知识库 RAG：通读 → 合书白纸画两条故事线 → 数字卡第一遍 | 白纸画出入库线+问答线，五张表能默写 |
| 10:55-12:10 | 1.25 h | 22 号稿·BI Agent：同上 | 画出状态图两个回路；三存储一句话版和 SQL 安全五条能背 |
| 午休 | — | — | — |
| 14:00-15:15 | 1.25 h | 23 号稿·智能客服：同上 | 画出退款会话旅程；幂等键构造和错误四分类能背 |
| 15:30-16:45 | 1.25 h | 24 号稿·政务助手：同上 | 画出双路检索链路；「代码清单/模型清单」两个清单能背 |
| 17:00-18:00 | 1 h | 本页第二节四项目对照表横向自测 + 第三节易混点辨析 + 10 号 四个 2 分钟版各录音一遍 | 不看稿讲满 2 分钟，四个项目不串台 |
| 20:00-21:00 | 1 h | 本页第三节数字总表第二遍 + 找人（或自演）只问「这个数怎么算的」「为什么不用 X」 | 每个数 30 秒内说出口径第一句 |
只剩半天：四份速成稿只读「架构故事线 + 数字卡 + 速记卡」三节，其余砍掉。 只剩 2 小时：10 号稿自我介绍 + 四个 2 分钟版口述 + 本页第三节数字总表。数字站不住和讲不利索是唯二直接挂掉的项；原理短板顶多答不全，不至于崩。
二、四项目一页对照（防串台）
| ① 知识库 RAG | ② BI 问数 | ③ 客服 Multi-Agent | ④ 政务助手 | |
|---|---|---|---|---|
| 公司/时间 | 亿达 2026.04-06 | 亿达 2025.11-2026.04 | 亿达 2025.04-11 | 掌奇 2024.11-2025.03 |
| 一句话业务 | 资料散、无出处 → 可溯源问答 | 取数慢、口径乱 → 中文问数 | 入口散、写操作险 → 可审计闭环 | 不出网、不能答错 → 政务 RAG |
| 编排 | 固定 pipeline（不是 Agent） | LangGraph 六节点状态图 | 主 Agent + 五领域子图 | 主图 + 三领域子图 |
| 核心机制 | 异步入库四阶段 + 引用编号校验 | Schema Linking + SQL 安全三层 | 风险分级 + 幂等 + HITL | 双路召回 + 规则归代码 |
| 检索 | pgvector 单路（坦诚） | 元数据三路检索（MySQL/Qdrant/ES） | 复用知识库 RAG 服务 | ES BM25 + pgvector + RRF + Rerank |
| 存储 | PG(pgvector)+Redis+MinIO | MySQL+Qdrant+ES+Checkpoint 关系库 | PG(Checkpoint/审批/审计)+Redis | PG(pgvector)+ES+Redis |
| 记忆锚点 | 状态与边界 | 笼子 | 闸门 | 确定性归代码 |
| 数字组 | 6 库/3,200 份/2.8 万块/120 条/86%/91%/10→2min | 200 条/89%/3 部门/15s/60%→20% | 94%/86%/1,500 次/天/35%→18% | 180 条/91%/93%/小时→分钟 |
三、20 个数字总表（口径关键词 + 必配动作）
万能五步框架（任何数字被追问都套）：①先说口径（分子/分母）→ ②再说样本与时间（多少条、什么时候、谁判定）→ ③主动给对比（哪一版 vs 哪一版）→ ④说不准就降级（区间/定性）→ ⑤兜底句「具体值我回去核记录，口径我可以完整讲」。
| 项目 | 数字 | 口径关键词 | 必配动作 / 坑 |
|---|---|---|---|
| ① | 6 个知识库 | 在用、剔测试库 | — |
| ① | 3,200 份文档 | 成功且未删、当前有效 | 会被拿去和分块数互查 |
| ① | 28,000 分块 | ≈9 块/文档，条款级切分 | 主动解释切分粒度 |
| ① | 120 条评测 | QA+标准 chunk，含负样本测拒答 | 主动说样本小只看退步 |
| ① | Recall@5 86% | hit-rate、chunk 级、某版配置下 | 主动讲「改了 X 从 A 到 B」的对比 |
| ① | 引用完整性 91% | 编号程序校验+相关性抽检；拒答不进分母 | 区分「有引用/能定位/能支撑」三层 |
| ① | 10→2 分钟 | 同批任务人工计时、量级口径 | 别当精确均值报 |
| ② | 200 条评测 | 按结构分层，含澄清/拒绝两组 | 各层条数自己定死并记住 |
| ② | 89% 准确率 | 结果集等价，非文本比对、非跑通 | 主动说 JOIN 低于总分 |
| ② | 3 个部门 | 运营/销售/产品，有活跃用户 | — |
| ② | 15 秒 | 端到端，慢在串行多次模型调用 | 主动拆时间去向 + 靠 SSE 压感知 |
| ② | 60%→20% | 取数工单前后窗口对比 | 最难自证：统计周期+数据来源必须说得出 |
| ③ | 94% 工具成功率 | 最终结果口径、重试合并、读写分开 | 主动说失败 6% 的去向（无静默失败） |
| ③ | 86% 完成率 | 有任务意图的会话；规则判定+抽检 | 中途放弃单列 |
| ③ | 1,500 次/天 | 稳定期日均、会话切分口径、剔测试 | — |
| ③ | 35%→18% 转人工 | 拆主动/被动转；35%=老系统基线 | 必配反向指标（纠正率/二次来访），HITL 不参与优化 |
| ④ | 180 条评测 | 三类分层+应拒答用例、业务方确认答案 | 别临时编大数 |
| ④ | 91% 准确率 | 关键字段逐项全对、漏项即错 | 判定细则就是亮点，主动讲 |
| ④ | 93% 引用完整率 | 文件+条款齐全且在有效期内 | 废止政策算不完整 |
| ④ | 小时→分钟 | 量级对比、基线=人工翻文件拟稿 | 别精确到「X 分钟」 |
四、易混点辨析（跨项目追问最密集的地方）
- pgvector 在 ①④，Qdrant 只在 ②——为什么？ 判断标准是「向量要不要和关系数据做强一致联合查询」：①要和文档状态/软删/权限 JOIN 出引用；④政务运维偏好组件少、走已有 PG 体系。②的元数据量小、结构独立、不需 JOIN，专用向量库更干净。
- ①是纯向量，④是双路——矛盾吗？ 不矛盾，主动讲：①首版优先保入库可靠性和权限正确性（事故 vs 体验），并明确短板是文号类；④查询形态一半是精确串，双路是刚需，且我有四组对比数据的调参方法。
- LangGraph 用在 ②③④，①为什么不用？ ①是固定流程的 RAG pipeline，节点顺序定死、模型只在「证据是否充足」上判断，不需要图；把 pipeline 说成 Agent 会被戳破，要主动区分。
- Checkpoint / 挂起态存哪？ ②关系库（澄清跨时长+轨迹要审计，只存关键节点）；③PostgreSQL Checkpoint + 独立审批单表（多实例无状态恢复）；①没有图，对应物是文档状态表（可重放）；④Redis 管会话，检索生成轨迹入日志。
- 四个项目「拒答/转人工」的触发条件各是什么？ ①召回为空/证据分低；②信息缺失走澄清（不是拒答）、校验执行失败超限转人工取数；③证据不足/路由不确定/多次调用失败；④引用不足/低置信/权限不足。别背串。
- SSE 在四个项目里的角色：①入库进度+问答流式；②节点级进度+结果；③阶段事件（含待审批卡片）；④节点事件+先推证据。共同坑：网关缓冲、心跳、多副本共享通道。
- 两个 86% 不是同一个东西：①没有 86（①是 Recall@5 86%）——②是 89% 准确率，③ 86% 是任务完成率。报数时先说口径再报值，天然防混。