Cezzis RAG工作流：鸡尾酒数据的智能检索与问答系统

检索增强生成（RAG）是大语言模型应用开发的主流范式，Cezzis RAG工作流展示了端到端的鸡尾酒领域语义搜索与对话问答系统实现。该项目结合Azure Cosmos DB（结构化数据存储）、Qdrant（向量数据库）、Ollama（本地LLM推理）、TEI（文本嵌入）等技术，解决纯参数化模型的知识局限与幻觉问题，是理解现代RAG架构组件协同的优秀案例。

Cezzis RAG工作流核心目标是让用户以自然语言查询鸡尾酒相关信息，获得准确、上下文相关的回答。系统涵盖数据摄取、向量化、索引构建、检索策略、生成式问答全链路。技术栈选择典型：Python为主力语言，Azure Cosmos DB存储鸡尾酒基础信息，Qdrant负责语义索引与近似最近邻搜索，Ollama提供本地大模型推理，TEI配合intfloat/e5-base-v2模型做文本嵌入，最终通过REST API封装服务。

RAG系统质量上限取决于知识库质量。Cezzis数据源为Azure Cosmos DB（全托管NoSQL数据库，适合存储半结构化鸡尾酒数据如配方、成分、调制方法等）。数据摄取需处理清洗（格式不一致、缺失字段、重复记录）、内容提取（转换为嵌入文本）、增量更新（全量/增量同步模式，最小化停机）等挑战，项目实现可配置流水线支持两种同步方式。

文本嵌入是核心环节，Cezzis选用intfloat/e5-base-v2模型（语义相似度任务表现出色）。TEI（Hugging Face开发）优化嵌入推理效率，支持动态批处理、GPU加速、并发请求处理，实现嵌入计算分离与扩展。生成的向量存储于Qdrant（开源向量数据库），支持多种距离度量、HNSW算法、混合查询（向量相似度+结构化过滤），保留鸡尾酒名称、类别等元数据。

检索决定回答质量，Cezzis实现多层策略：基础层（向量相似度搜索，捕捉语义相关性）；增强层（混合搜索，结合向量与BM25关键词匹配）；高级层（重排序，交叉编码器重新评分候选文档）。生成层用Ollama本地模型服务，提示工程关键：构建含系统指令、检索上下文、用户查询的结构化提示，需管理上下文窗口、平衡相关性与多样性、处理冲突信息等。

Agentic工作流超越传统RAG，引入迭代决策：查询重构（结果不满意时改写重试）、多步检索（逐步深入如先基酒再配方）、自我验证（评估回答充分性请求额外检索）。所有能力通过REST API暴露，遵循最佳实践：清晰资源命名、一致响应格式、关键端点（语义搜索、问答、流式响应）及管理功能（索引状态查询、手动重新摄取、使用统计）。

部署灵活：Qdrant和Ollama可本地运行（适合隐私/离线场景），Azure Cosmos DB托管减少运维负担，TEI可独立或sidecar部署。扩展性：水平扩展TEI/Ollama实例，Qdrant分布式存储，API无状态适合K8s自动扩缩容。启示：数据质量是基础，组件解耦利于优化替换，渐进式复杂性（从基础到Agentic），为领域RAG系统提供可调整的架构模板。