rag-search

核心用法

rag-search 是一个最小化的 RAG（检索增强生成）后端检索组件，专为职业卫生领域的法规标准查询而设计。用户通过自然语言查询（如"GBZ 2.1-2019 苯 职业接触限值"），Skill 会执行以下流程：首先使用 QwenEmbeddingClient 调用通义千问 API 生成查询向量，然后通过 LiteVectorStore 从本地 SQLite 向量数据库召回相关内容，接着使用 QwenRerankClient 对召回结果进行重排序优化，最终返回包含原文内容、来源文件、条款编号、法规级别和相似度分数的结构化数据。

该 Skill 明确设计为后端组件，不直接面向终端用户，需通过 occupational_health_qa 或 occupational_health_report_writer 等上层 Skill 间接调用。

显著优点

1. 检索精度高：采用"向量召回+重排序"的两阶段架构，兼顾召回率和排序准确性
2. 结果可溯源：返回法规原文、标准编号、具体条款和法规级别，满足专业场景的溯源要求
3. 架构轻量：基于 SQLite 本地向量库，无需部署复杂的数据库服务
4. 输出结构化：标准化的 JSON 格式输出，便于下游 Skill 集成和二次处理
5. 领域聚焦：针对职业卫生法规优化，内置专业领域的向量化知识库

潜在缺点与局限性

1. 外部依赖强：核心功能依赖通义千问 API，存在网络延迟、服务可用性和成本问题
2. 数据更新受限：本地向量库更新需要离线重建，无法实时同步最新法规
3. 查询长度无限制：当前实现缺少输入长度校验，极端长查询可能导致异常
4. 环境耦合度高：模块路径和数据库路径均为硬编码，跨环境部署需修改代码
5. 单点查询：不支持批量查询或并发优化，高吞吐场景可能成为瓶颈

适合的目标群体

• 职业卫生 AI 应用开发者：需要法规检索能力的后端开发者
• 企业合规系统建设者：构建职业健康安全管理平台的工程团队
• 垂直领域 RAG 应用研究者：学习 RAG 架构在特定领域落地的参考案例
• 职业卫生咨询机构：需要自动化法规查询支持的专业服务机构

使用风险

1. 数据隐私风险：查询内容会发送至通义千问 API，敏感信息存在外发可能
2. 服务可用性风险：外部 API 故障将直接导致检索功能失效
3. 结果时效性风险：本地知识库更新滞后，可能返回已废止的法规条款
4. 性能波动风险：API 调用延迟不稳定，影响整体响应时间
5. 环境依赖风险：硬编码路径要求特定的部署环境，容器化部署需额外适配

核心用法

rag-search 是一款面向职业健康合规领域的检索增强生成（RAG）后端组件，专为法规文档精准检索设计。用户通过自然语言查询（如"GBZ 2.1-2019 苯 职业接触限值"），Skill 将返回结构化检索结果，包含原文内容、法规来源、条款编号、法规层级及相关性评分。

该组件采用最小化设计原则，仅执行检索功能，不生成总结或改写内容，确保输出结果忠实于原始法规文本。返回格式为标准化JSON，便于下游系统（如问答机器人、报告生成器）直接消费和二次处理。

显著优点

1. 精准法规检索：针对职业卫生国家标准（GBZ系列）等专业文档优化，支持条款级定位
2. 结构化输出：自动标注法规层级（国家法律/国家标准/行业标准）和具体条款号，降低人工核对成本
3. 零外部数据泄露：数据来源于本地向量数据库，Embedding和Rerank API通过外部模块代理，无直接网络外发
4. 轻量无依赖：核心代码仅254行，无独立依赖包，部署简单
5. 可解释性评分：相关性评分（0-1）帮助下游系统判断结果可信度

潜在局限

• 非终端产品：明确禁止直接面向终端用户，需搭配 occupational_health_qa 或 occupational_health_report_writer 使用
• 外部模块黑箱：核心检索能力（SearchPipeline、EmbeddingClient等）依赖外部系统提供的模块，无法独立审计
• 代码结构风险：使用 sys.path.insert 硬编码路径导入外部模块，存在潜在的路径劫持和可移植性问题
• T2来源级别：由个人开发者（loda666）维护，非知名组织或基金会，长期维护支持存在不确定性
• 错误信息暴露：当前异常处理直接返回原始错误字符串，可能泄露系统路径等敏感信息

适合人群

• 企业合规系统开发者：需要集成职业卫生法规检索能力的HR系统、EHS平台
• 职业健康服务机构：构建内部知识库问答系统的技术团队
• 法规咨询公司：自动化生成合规评估报告的后端支撑

常规风险

| 风险类型 | 等级 | 说明 |

|---------|------|------|

| 供应链安全 | 中 | 外部模块变更可能导致功能异常，建议锁定版本并独立审计 |

| 路径劫持 | 低 | sys.path修改可能被利用，建议改用环境变量配置 |

| 信息泄露 | 低 | 错误信息需脱敏处理，避免暴露内部路径 |

| 输入注入 | 低 | 建议增加查询长度限制和特殊字符过滤 |

使用建议：建议在沙箱环境完成集成测试，确认外部模块版本兼容性后，再部署至生产环境。