羊排焖面菜谱实战：从一道硬菜看 all-in-rag 食谱知识库的数据准备链路

教程人工智能大模型RAG【免费下载链接】all-in-rag大模型应用开发实战一RAG 技术全栈指南在线阅读地址https://datawhalechina.github.io/all-in-rag/项目地址https://gitcode.com/datawhalechina/all-in-rag点击查看免费下载羊排焖面是一道适合聚会场合的北方硬菜带皮羊肉经过焯水、炒糖色、炖煮后与手擀面皮同焖一锅成菜、肉面兼具。本篇文章不仅完整复刻这道菜从备料到出锅的全部操作细节还结合 all-in-rag 仓库中 C8 食谱 RAG 系统 的源码实现剖析这道菜谱作为知识库数据是如何被加载、打标签、按 Markdown 标题分块最终进入小块检索、大块生成的检索增强生成链路的。一、菜品定位聚会硬菜与三大营养一锅端羊排焖面在仓库中以data/C8/cook/dishes/meat_dish/羊排焖面/羊排焖面.md的形式存放属于荤菜分类。原菜谱点评很直白缺点就是有点花时间优点就是好吃而且一道菜补齐人体所需的三大营养物质蛋白质来自羊肉、碳水来自面条、维生素来自青椒甜椒。预估烹饪难度为★★★★困难级。在 RAG 系统中这个难度星级并非装饰而是会被自动解析成结构化元数据。仓库的 数据准备模块 中_enhance_metadata方法使用正则r★精确匹配连续星号数量并将星级映射为难度标签5 星为非常困难、4 星为困难、3 星为中等、2 星为简单、1 星为非常简单。因此本菜谱会被自动标注为难度困难在用户提问有哪些困难一点的硬菜时即可被元数据过滤检索命中。二、必备原料与用量计算2.1 原料清单按原文档制作羊排焖面需要以下原料带皮羊排肉青椒甜椒大葱花椒干辣椒生姜白砂糖老抽需要注意的是原文档原料清单中青椒出现了两次一处疑为笔误实际操作中以青椒、甜椒各 2 个的用量计算为准。此外和面所需的中筋面粉、盐、水在附加内容中单独给出。2.2 用量计算原文档给出的计算方式是1 人份 × 2 顿 2 人份带皮羊排 500g青椒、甜椒各 2 个这种按人份折算的写法在仓库食谱数据中很常见。从检索角度看这类量化信息集中在菜谱的## 计算小节中正好可以被 MarkdownHeaderTextSplitter 按二级标题切成独立子块。当用户问羊排焖面要多少羊排时向量检索与 BM25 关键词检索都能精准命中该子块而不会把整篇菜谱都塞进上下文。三、制作步骤详解炒糖色是关键原文档的操作流程共 8 步这里逐条展开并补充实操要点焯水去腥羊肉冷水下锅焯水水开后把血沫撇掉捞出羊肉。冷水下锅能让血水在升温过程中缓慢析出去腥效果优于热水下锅。备料切好生姜 4 片把干辣椒与花椒放入碗里备用。热锅宽油炒锅加入油多一点也没关系方便后续炒糖色与翻炒。炒糖色油热后放入白砂糖给羊肉炒出焦糖色。这是本菜上色的核心步骤糖色炒到枣红色、冒细密小泡时下羊肉效果最佳注意火候避免炒糊发苦。调味炖煮羊肉水分炒干后放入盐、老抽以及备好的调味料。加水焖炖加入清水没过羊肉大火煮沸后继续煮 10 分钟再转小火炖煮 30 分钟。同步和面炖煮期间同步和面和面量及操作方法详见文末附加内容注 1也可以用超市面条代替但尽量选择宽面。收尾翻炒放入青椒、甜椒、大葱以及面皮进行翻炒翻炒均匀后即可出锅。从 RAG 的视角看这 8 步全部位于## 操作小节之下分块后会形成一个独立的操作子块。用户如果问羊排焖面怎么炒糖色检索系统可以只取这个子块完成回答而当需要完整菜谱时系统又会通过父子映射拉回整篇父文档保证生成时上下文完整。四、附加内容和面小指南手擀面皮原文档在附加内容中给出了详细的和面指南本菜能否出彩很大程度上取决于这层面皮完整保留如下。4.1 材料配比中筋面粉 300 g盐 3 g水 180 ml4.2 操作步骤先把材料混合均匀加水边和边搅拌把面团和到光滑醒面 10 分钟再次和面到光滑醒面 5 分钟把面团揉成条切成 6 到 8 个小剂子抹上油等待 5 分钟把面团剂子擀成面皮放入锅中焖煮 4 分钟一片一片操作。盐在面团中的作用是增强面筋韧性抹油则是为了防止剂子之间粘连同时也让面皮更易擀开。五、源码视角这份菜谱在 RAG 系统中如何被处理羊排焖面菜谱并非孤立文本它是 all-in-rag 项目 C8 食谱问答系统 知识库中的一条真实数据。结合源码可以完整还原这份文档在 RAG 流水线中的旅程。5.1 文档加载递归扫描与父文档 IDDataPreparationModule.load_documents 通过data_path_obj.rglob(*.md)递归扫描data/C8/cook目录下的所有 Markdown 文件直接以原始文本读取内容并为每个文件基于其相对路径生成确定性的 MD5parent_id同时写入source、doc_typeparent等元数据。羊排焖面这份文档的source即.../meat_dish/羊排焖面/羊排焖面.md。5.2 元数据增强路径推断分类、星级提取难度_enhance_metadata方法会从文件路径中匹配分类关键词如路径中出现meat_dish即标记为荤菜从文件名提取dish_name即羊排焖面并用星号正则解析出难度困难。这解释了为什么仓库要求菜谱文档遵循统一的目录与星级规范——它们直接决定了知识库的可过滤性与检索精度。5.3 结构分块按标题切出五个子块_markdown_header_split使用 langchain 的MarkdownHeaderTextSplitter按#、##、###三级标题分块strip_headersFalse保留标题便于理解上下文。羊排焖面文档会被切分为大致如下子块父文档羊排焖面的做法.md ├── 子块1# 羊排焖面的做法 简介 难度评级 ├── 子块2## 必备原料和工具 食材清单 ├── 子块3## 计算 用量配比 ├── 子块4## 操作 详细制作步骤 └── 子块5## 附加内容和面指南每个子块继承父文档元数据并追加chunk_id、parent_id、doc_typechild、chunk_index同时写入parent_child_map建立映射。5.4 检索与生成小块命中、大块回答在 检索优化模块 中系统同时使用 FAISS 向量检索语义相似度与 BM25 检索关键词精确匹配再经 RRFReciprocal Rank Fusion重排融合两路结果主程序 还会从问题中提取荤菜困难等关键词自动附加元数据过滤。当命中羊排焖面的多个子块时get_parent_documents 会按命中次数统计相关性、智能去重最终只返回一份完整菜谱给 LLM由 生成集成模块 按查询类型输出分步骤指导或基础回答。六、运行验证把这个菜谱跑进尝尝咸淡问答系统如果你想实际验证这份菜谱在知识库中的效果可以按以下步骤在本地运行 C8 食谱 RAG 系统如有在code/C8目录下安装依赖pip install -r requirements.txt依赖见 requirements.txt包括 langchain、faiss-cpu、rank_bm25、python-dotenv 等参考 config.py 确认数据路径data_path指向data/C8/cook嵌入模型默认为BAAI/bge-small-zh-v1.5LLM 默认为kimi-k2-0711-preview设置环境变量MOONSHOT_API_KEY缺省时主程序会直接抛错运行python main.py进入交互式问答提问羊排焖面怎么做或有哪些困难级的硬菜即可观察查询路由、混合检索、父文档召回与分步骤生成的完整链路。七、小结羊排焖面这道菜谱是 all-in-rag 食谱知识库的一个典型样本目录结构决定分类、星级标记决定难度、Markdown 标题结构决定分块粒度。通过对照 数据准备、索引与检索、生成集成 三节文档与 C8 源码可以看到一份看似普通的菜谱文档是如何被结构化、向量化并支撑起小块检索、大块生成的完整 RAG 问答体验的。掌握了这条链路你也可以按照同样的规范把任意结构化的中文文档改造成高质量的知识库数据。赞分享教程人工智能大模型RAG【免费下载链接】all-in-rag大模型应用开发实战一RAG 技术全栈指南在线阅读地址https://datawhalechina.github.io/all-in-rag/项目地址https://gitcode.com/datawhalechina/all-in-rag点击查看免费下载相关推荐从杀猪菜菜谱到 RAG 问答all-in-rag 食谱知识库的结构化数据处理实战从杀猪菜菜谱到 RAG 问答all in rag 食谱知识库的结构化数据处理实战 杀猪菜是东北冬季最具代表性的家常硬菜之一在本仓库的尝尝咸淡 RAG教程人工智能大模型RAGjcode 订阅账户契约一致性测试从设备登录向量到混合版本兼容矩阵jcode 订阅账户契约一致性测试从设备登录向量到混合版本兼容矩阵 本文以 jcode 仓库中 docs/dev/ACCOUNT_CONTRACT_CONFO教程人工智能大模型RAGall-in-rag 食谱问答系统实战以「萝卜炖羊排」菜谱为例解析 RAG 全链路数据处理all in rag 食谱问答系统实战以「萝卜炖羊排」菜谱为例解析 RAG 全链路数据处理 导读 「萝卜炖羊排」是 all in rag 项目第 8 章尝尝教程人工智能大模型RAG创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考