RAG

一次桌面端知识库增量导入复盘：用文件指纹判断入口变化，用 chunk 指纹控制嵌入复用，再用向量库 payload 做可追踪对账。

一篇 RAG 知识库删除同步的项目复盘：把源文档删除、chunk 版本、向量库删除、重试队列和索引对账拆成可追踪链路，减少旧知识块被继续召回的风险。

一篇 RAG 检索重排上线复盘：把第一阶段召回池、rerank 分数、chunk 证据、评测指标和回滚开关拆成可追踪链路，减少答案看似变准但无法解释的风险。

一次 RAG 文档导入链路复盘：把解析失败从后台错误变成可分类、可复核、可重试、可追踪的隔离队列。

一次 RAG 答案可核验改造复盘：把命中 chunk、向量版本、引用片段和前端证据卡绑定，减少答非所问后的排查成本。

一次 RAG 质量排查复盘：先把高频问题、期望证据 chunk 和评测指标固化成小型 golden set，再用离线实验比较检索策略和提示词改动。

一次 RAG 批量导入的项目复盘：在切分和入库之前，先把浏览器端上传队列、校验、暂停恢复和失败重试做成可审查的状态机。

把文档切分、向量写入、检索校验和别名切换拆成可恢复步骤，可以减少线上 RAG 重建时的脏数据和停机风险。

一次桌面端知识库应用的打包复盘，核心是把运行数据、浏览器缓存和只读资源彻底分层，减少升级后丢路径、数据库锁死和缓存污染。

一次 RAG 与 Agent 联调链路的工程复盘，核心目标是把检索、工具调用和前端反馈串进同一条可回放 trace，缩短定位问题的往返时间。