欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

RAG知識(shí)庫問答實(shí)戰(zhàn):從零搭建本地RAG系統(tǒng)

RAG知識(shí)庫問答實(shí)戰(zhàn):從零搭建本地RAG系統(tǒng) 最近在給團(tuán)隊(duì)搭建內(nèi)部知識(shí)庫問答系統(tǒng)時(shí)遇到了一個(gè)很典型的問題大模型對(duì)通用知識(shí)很擅長(zhǎng)但一碰到企業(yè)內(nèi)部的規(guī)章制度、產(chǎn)品文檔、歷史項(xiàng)目總結(jié)回答就開始“一本正經(jīng)地胡說八道”。嘗試過把資料直接拼進(jìn) Prompt很快又遇到 Token 長(zhǎng)度限制和成本問題。后來把 RAG 體系完整落地了一遍才真正解決了“讓模型基于自有知識(shí)回答問題”這個(gè)核心訴求。這篇文章會(huì)從 RAG 的原理講起然后完整搭建一個(gè)本地知識(shí)庫問答系統(tǒng)涵蓋文檔加載、切塊、向量化、檢索、重排序和本地模型生成最后再聊一聊高級(jí)檢索的實(shí)戰(zhàn)思路。適合剛開始接觸 AI 應(yīng)用開發(fā)、想搞懂 RAG 全流程的讀者也適合已經(jīng)在做 LLM 應(yīng)用、想優(yōu)化召回效果的開發(fā)者。1. 什么是 RAG先解決“模型不知道”的問題1.1 大模型的知識(shí)局限大模型的知識(shí)來自訓(xùn)練時(shí)見過的數(shù)據(jù)所以它有兩個(gè)天然短板一是訓(xùn)練數(shù)據(jù)有截止時(shí)間新產(chǎn)生的信息它不知道二是私有知識(shí)它幾乎不可能學(xué)到比如公司內(nèi)部的客戶資料、設(shè)備手冊(cè)、項(xiàng)目復(fù)盤、專有規(guī)范這些數(shù)據(jù)不會(huì)出現(xiàn)在公開語料里。如果直接把問題拋給模型它只能依靠參數(shù)里記憶的“模糊印象”來回答結(jié)果就是一本正經(jīng)地編造。這不是模型不夠聰明而是它的知識(shí)邊界本身就固定了。RAG 的解決思路非常直接不要求模型記住所有知識(shí)而是在回答之前先從一個(gè)外部知識(shí)庫中檢索出相關(guān)的片段把這些片段作為上下文一起交給模型讓模型基于這些材料作答。1.2 RAG 的基本工作流程先給一個(gè)整體的流程印象用戶提問 - 查詢理解可選 - 檢索從知識(shí)庫中找回相關(guān)文檔片段 - 增強(qiáng)把檢索結(jié)果組裝進(jìn) Prompt - 生成大模型基于上下文生成答案 - 返回答案與引用來源整個(gè)過程可以拆成兩個(gè)離線階段和一個(gè)在線階段離線索引階段把文檔切塊對(duì)每個(gè)塊做向量化Embedding然后寫入向量數(shù)據(jù)庫。在線檢索階段把用戶問題向量化到向量數(shù)據(jù)庫里做相似度檢索取回 TopK 候選片段。在線生成階段把“用戶問題 檢索片段 系統(tǒng)提示詞”拼在一起交給大模型生成最終回答。這里的核心思路是讓模型學(xué)會(huì)“查資料”而不是“背資料”。1.3 RAG 與微調(diào)的邊界很多初學(xué)者會(huì)把 RAG 和微調(diào)Fine-tuning搞混。簡(jiǎn)單區(qū)分一下維度RAG微調(diào)知識(shí)更新替換/新增文檔即可需要重新訓(xùn)練私有知識(shí)引入通過檢索注入上下文通過調(diào)整模型參數(shù)幻覺控制較好可引用來源有限仍可能編造成本主要是向量化和檢索服務(wù)訓(xùn)練和推理成本較高適合場(chǎng)景知識(shí)庫問答、實(shí)時(shí)信息查詢指令遵循、領(lǐng)域風(fēng)格調(diào)整實(shí)際項(xiàng)目里兩者不是二選一而是可以結(jié)合使用。先用 RAG 解決知識(shí)的及時(shí)性和可追溯性再用微調(diào)優(yōu)化模型的表達(dá)方式和工具調(diào)用能力。2. 環(huán)境準(zhǔn)備與項(xiàng)目結(jié)構(gòu)2.1 運(yùn)行環(huán)境與版本說明本文的實(shí)戰(zhàn)部分以本地環(huán)境為例避開云服務(wù)依賴方便你完整復(fù)現(xiàn)。版本建議如下但需要根據(jù)你的實(shí)際環(huán)境調(diào)整操作系統(tǒng)Windows 10/11、Ubuntu 20.04 或 macOS 均可Python3.9 及以上本地模型推理llama.cpp Qwen2-7B-Instruct 量化模型向量模型BAAI/bge-small-zh-v1.5中文效果較好資源占用低向量數(shù)據(jù)庫FAISS開發(fā)環(huán)境足夠生產(chǎn)可替換為 Milvus 或 pgvectorWeb 框架FastAPI分詞與關(guān)鍵詞檢索jieba BM25用于混合檢索注意不同版本之間接口可能有差異比如langchain的 API 改動(dòng)一直比較頻繁。本文盡量少依賴框架封裝用原生 Python 實(shí)現(xiàn)核心鏈路這樣你理解原理后換成任何框架都能快速上手。2.2 安裝依賴建議先創(chuàng)建虛擬環(huán)境python -m venv rag_env source rag_env/bin/activate # Windows 使用 rag_env\Scripts\activate接下來安裝必要依賴pip install fastapi uvicorn faiss-cpu sentence-transformers pip install llama-cpp-python pip install jieba rank-bm25如果你的機(jī)器沒有 NVIDIA GPUllama-cpp-python會(huì)走 CPU 推理速度會(huì)慢一些但勝在部署簡(jiǎn)單。如果要安裝支持 GPU 的版本可以自行查閱對(duì)應(yīng)平臺(tái)的編譯方式。2.3 項(xiàng)目目錄結(jié)構(gòu)為了方便維護(hù)我們把項(xiàng)目拆分成模塊rag_demo/ ├── app/ │ ├── __init__.py │ ├── main.py # FastAPI 入口 │ ├── config.py # 全局配置 │ ├── loader.py # 文檔加載與切塊 │ ├── embedder.py # Embedding 模型封裝 │ ├── store.py # 向量索引與檢索 │ ├── retriever.py # 混合檢索 重排序 │ └── llm.py # 本地模型加載與生成 ├── data/ │ └── docs/ # 原始知識(shí)文檔 ├── index/ # 向量索引持久化目錄 └── requirements.txt這個(gè)結(jié)構(gòu)不算復(fù)雜但模塊邊界清晰。索引構(gòu)建、檢索、生成是獨(dú)立的環(huán)節(jié)后續(xù)替換任意一個(gè)組件都不會(huì)影響整體流程。3. RAG 核心原理拆解3.1 索引階段切塊與向量化索引階段的第一步是切塊Chunking。為什么要切塊因?yàn)榇竽P洼斎腴L(zhǎng)度有限不可能把整本書塞進(jìn) Prompt。檢索的粒度越細(xì)能命中的片段越精準(zhǔn)。多個(gè)小片段可以組合出更豐富的上下文。切塊不是越短越好。切得太短語義不完整切得太長(zhǎng)噪音太多還浪費(fèi) Token。比較常見的策略是固定長(zhǎng)度切塊按字符數(shù)或 Token 數(shù)切比如每塊 300~500 字符。按段落切塊先按換行符拆成段落再把長(zhǎng)段落繼續(xù)拆。按語義切塊用分割模型識(shí)別語義邊界比如標(biāo)題、小節(jié)、句子邊界。父子切塊小片段用于檢索命中后返回對(duì)應(yīng)的父級(jí)大片段用于生成。切塊之后每一個(gè)塊會(huì)通過 Embedding 模型轉(zhuǎn)換成一個(gè)高維向量。向量化的目標(biāo)是語義相近的文本在向量空間里的距離更近。這里有個(gè)容易踩的坑不要在檢索時(shí)才對(duì)文檔臨時(shí)向量化。必須提前把整份文檔庫向量化并建好索引用戶查詢時(shí)才能做到毫秒級(jí)檢索。3.2 檢索階段相似度計(jì)算與召回檢索階段做的事情是計(jì)算用戶問題向量與知識(shí)庫中每個(gè)片段向量的相似度找出最相似的 TopK 片段。常見相似度計(jì)算方式余弦相似度Cosine最常用適合文本向量。內(nèi)積Dot Product在歸一化向量上等價(jià)于余弦相似度。歐氏距離值越小越相似。以 FAISS 為例IndexFlatIP就是內(nèi)積索引。如果向量都做了歸一化內(nèi)積結(jié)果等價(jià)于余弦相似度。import numpy as np from sentence_transformers import SentenceTransformer model SentenceTransformer(BAAI/bge-small-zh-v1.5) query 如何申請(qǐng)?jiān)O(shè)備維修 query_vector model.encode(query, normalize_embeddingsTrue) doc_vectors model.encode( [設(shè)備維修需要填寫申請(qǐng)單, 請(qǐng)假流程說明, 采購審批權(quán)限], normalize_embeddingsTrue ) scores np.dot(doc_vectors, query_vector) print(scores)輸出結(jié)果中得分最高的就是與問題最相關(guān)的片段。不過單純的向量檢索有一個(gè)問題它對(duì)關(guān)鍵詞匹配不敏感。比如用戶搜索“維修”文檔里寫的是“故障處理”雖然語義相近但向量召回可能不夠精確。這就是后面要講的混合檢索解決的問題。3.3 生成階段Prompt 增強(qiáng)與上下文約束檢索到相關(guān)片段后不是直接把片段丟給模型而是組裝成一個(gè)結(jié)構(gòu)清晰的 Prompt。一個(gè)典型的 RAG Prompt 結(jié)構(gòu)如下你是一個(gè)智能問答助手。請(qǐng)嚴(yán)格根據(jù)下面提供的參考文檔回答問題。 如果參考文檔中沒有足夠信息請(qǐng)直接回答“當(dāng)前知識(shí)庫中沒有相關(guān)內(nèi)容”不要編造。 參考文檔 [1] 設(shè)備維修需要填寫維修申請(qǐng)單交由部門主管審批。 [2] 緊急故障可以電話聯(lián)系運(yùn)維中心熱線12345。 用戶問題如何申請(qǐng)?jiān)O(shè)備維修這里有幾個(gè)關(guān)鍵點(diǎn)明確告訴模型“只能依據(jù)參考文檔回答”減少幻覺。要求“沒有信息時(shí)承認(rèn)不知道”避免模型強(qiáng)行編造。給文檔編號(hào)方便模型在回答中引用。在 Prompt 中保留來源信息便于前端展示引用。Prompt 的設(shè)計(jì)直接決定了 RAG 回答質(zhì)量的下限。同一個(gè)檢索結(jié)果用不同的 Prompt 模板生成出的答案可能差別很大。4. 從 0 搭建本地 RAG 知識(shí)庫問答系統(tǒng)接下來進(jìn)入實(shí)戰(zhàn)環(huán)節(jié)。我們會(huì)基于 llama.cpp Qwen2-7B FastAPI 構(gòu)建一個(gè)完整的本地 RAG 知識(shí)庫問答系統(tǒng)。核心鏈路是加載文檔 - 切塊 - 向量化 - 建立索引 - 檢索 - 增強(qiáng) - 生成。4.1 文檔加載與切塊實(shí)現(xiàn)先實(shí)現(xiàn)文檔加載與切塊的模塊。這里以讀取.txt和.md文件為例你也可以擴(kuò)展為 PDF、Word 等格式。文件路徑app/loader.pyimport os from typing import List def load_documents(docs_dir: str) - List[str]: 加載目錄下的所有文本文件 docs [] for root, _, files in os.walk(docs_dir): for name in files: if name.endswith((.txt, .md)): file_path os.path.join(root, name) with open(file_path, r, encodingutf-8) as f: content f.read() docs.append({source: file_path, content: content}) return docs def split_text(text: str, chunk_size: int 400, overlap: int 80) - List[str]: 按固定長(zhǎng)度切塊并保留重疊區(qū)間避免切斷語義 chunks [] start 0 while start len(text): end start chunk_size chunk text[start:end] if chunk.strip(): chunks.append(chunk) if end len(text): break start end - overlap return chunks def build_chunks(docs_dir: str) - List[dict]: 加載文檔并返回帶有元信息的切塊列表 all_chunks [] docs load_documents(docs_dir) for doc in docs: chunks split_text(doc[content]) for idx, chunk in enumerate(chunks): all_chunks.append({ id: f{doc[source]}#{idx}, source: doc[source], text: chunk, }) return all_chunks這里切塊時(shí)增加了overlap參數(shù)目的是讓相鄰片段之間保留一部分上下文減少因?yàn)橛睬袑?dǎo)致的語義斷裂。比如一段話在 400 字符處正好被切斷重疊部分能保證下一塊的開頭有足夠信息。4.2 向量化與索引構(gòu)建接下來實(shí)現(xiàn) Embedding 封裝和 FAISS 索引構(gòu)建。文件路徑app/embedder.pyfrom sentence_transformers import SentenceTransformer class Embedder: def __init__(self, model_name: str BAAI/bge-small-zh-v1.5): self.model SentenceTransformer(model_name) def embed_documents(self, texts): return self.model.encode(texts, normalize_embeddingsTrue) def embed_query(self, text): return self.model.encode(text, normalize_embeddingsTrue)文件路徑app/store.pyimport json import os import numpy as np import faiss class VectorStore: def __init__(self, embedder, index_dir: str index): self.embedder embedder self.index_dir index_dir self.index None self.metadata [] def build(self, chunks: list): 根據(jù)切塊列表構(gòu)建 FAISS 索引 texts [c[text] for c in chunks] vectors self.embedder.embed_documents(texts) dim vectors.shape[1] self.index faiss.IndexFlatIP(dim) self.index.add(vectors) self.metadata chunks os.makedirs(self.index_dir, exist_okTrue) faiss.write_index(self.index, os.path.join(self.index_dir, faiss.index)) with open(os.path.join(self.index_dir, metadata.json), w, encodingutf-8) as f: json.dump(self.metadata, f, ensure_asciiFalse, indent2) def load(self): 加載已有的索引和元數(shù)據(jù) index_path os.path.join(self.index_dir, faiss.index) meta_path os.path.join(self.index_dir, metadata.json) if not os.path.exists(index_path) or not os.path.exists(meta_path): raise FileNotFoundError(索引文件不存在請(qǐng)先執(zhí)行 build()) self.index faiss.read_index(index_path) with open(meta_path, r, encodingutf-8) as f: self.metadata json.load(f) def search(self, query: str, top_k: int 5): 向量相似度檢索 query_vector self.embedder.embed_query(query).reshape(1, -1) scores, indices self.index.search(query_vector, top_k) results [] for score, idx in zip(scores[0], indices[0]): if idx 0: continue results.append({ score: float(score), text: self.metadata[idx][text], source: self.metadata[idx][source], }) return results這里選用IndexFlatIP作為索引結(jié)構(gòu)。它是暴力精確檢索數(shù)據(jù)量不大時(shí)速度足夠快而且效果最準(zhǔn)確。等數(shù)據(jù)量到了百萬級(jí)再換成 IVF 或 HNSW 也不遲。4.3 基于 FastAPI 實(shí)現(xiàn)檢索接口現(xiàn)在我們把檢索能力包裝成 HTTP 接口便于前端或其他服務(wù)調(diào)用。文件路徑app/main.pyfrom fastapi import FastAPI from pydantic import BaseModel from app.embedder import Embedder from app.store import VectorStore app FastAPI() embedder Embedder() store VectorStore(embedder) store.load() class SearchRequest(BaseModel): query: str top_k: int 5 app.post(/search) def search(req: SearchRequest): results store.search(req.query, req.top_k) return {query: req.query, results: results}啟動(dòng)服務(wù)uvicorn app.main:app --host 0.0.0.0 --port 8000調(diào)用接口curl -X POST http://localhost:8000/search \ -H Content-Type: application/json \ -d {query: 如何申請(qǐng)?jiān)O(shè)備維修, top_k: 3}返回結(jié)果里包含相似度得分、命中的文本片段和來源文件路徑方便后續(xù)拼接 Prompt 和展示引用。4.4 接入 Qwen2 本地模型生成答案檢索只是拿到了資料真正回答用戶問題還需要大模型。我們通過 llama.cpp 加載量化后的 Qwen2-7B 模型在本地進(jìn)行推理。文件路徑app/llm.pyfrom llama_cpp import Llama class LocalLLM: def __init__(self, model_path: str, n_ctx: int 4096): self.llm Llama( model_pathmodel_path, n_ctxn_ctx, n_threads8, verboseFalse, ) def generate(self, prompt: str): output self.llm( prompt, max_tokens1024, temperature0.2, top_p0.9, stop[/s, Human:, 用戶:], ) return output[choices][0][text].strip()這里把temperature設(shè)置得比較低0.2是為了讓模型更嚴(yán)格地依據(jù)參考文檔作答減少隨機(jī)編造。接下來把檢索、Prompt 增強(qiáng)和生成串成一個(gè)完整接口。更新app/main.pyfrom fastapi import FastAPI from pydantic import BaseModel from app.embedder import Embedder from app.store import VectorStore from app.llm import LocalLLM app FastAPI() embedder Embedder() store VectorStore(embedder) store.load() # 根據(jù)實(shí)際模型路徑調(diào)整 llm LocalLLM(model_path./models/qwen2-7b-instruct-q4_k_m.gguf) class AskRequest(BaseModel): question: str top_k: int 5 def build_prompt(question: str, contexts: list) - str: docs_text \n\n.join( [f[{i1}] {item[text]}來源{item[source]} for i, item in enumerate(contexts)] ) prompt f你是一個(gè)智能問答助手。請(qǐng)嚴(yán)格根據(jù)下面提供的參考文檔回答問題。 如果參考文檔中沒有足夠信息請(qǐng)直接回答“當(dāng)前知識(shí)庫中沒有相關(guān)內(nèi)容”不要編造。 參考文檔 {docs_text} 用戶問題{question} 請(qǐng)給出準(zhǔn)確、簡(jiǎn)潔的回答并標(biāo)注答案主要參考了哪個(gè)文檔編號(hào)。 return prompt app.post(/ask) def ask(req: AskRequest): # 1. 檢索 contexts store.search(req.question, req.top_k) # 2. 構(gòu)造 Prompt prompt build_prompt(req.question, contexts) # 3. 生成 answer llm.generate(prompt) return { question: req.question, answer: answer, references: [ {text: c[text], source: c[source]} for c in contexts ], }整個(gè)流程非常清晰先檢索再增強(qiáng)最后生成。前端拿到answer展示答案拿到references生成引用來源這樣用戶可以看到模型回答的依據(jù)。4.5 運(yùn)行與驗(yàn)證完整執(zhí)行流程如下。第一步準(zhǔn)備文檔。在data/docs目錄下放入你的知識(shí)文檔比如device_repair.md# 設(shè)備維修流程 設(shè)備出現(xiàn)故障后使用人需要在 OA 系統(tǒng)中填寫維修申請(qǐng)單。 申請(qǐng)單需要注明設(shè)備編號(hào)、故障描述和期望維修時(shí)間。 部門主管審批通過后由行政部統(tǒng)一對(duì)接維修廠商。 緊急故障可以直接撥打運(yùn)維中心電話 400-1234-567。第二步構(gòu)建索引。簡(jiǎn)單寫一個(gè)構(gòu)建腳本python -c from app.loader import build_chunks; from app.embedder import Embedder; from app.store import VectorStore; chunks build_chunks(data/docs); print(chunks:, len(chunks)); store VectorStore(Embedder()); store.build(chunks); print(build done)第三步啟動(dòng)服務(wù)并提問uvicorn app.main:app --host 0.0.0.0 --port 8000curl -X POST http://localhost:8000/ask \ -H Content-Type: application/json \ -d {question: 設(shè)備壞了怎么報(bào)修}預(yù)期輸出中answer會(huì)引用文檔里的設(shè)備維修流程references會(huì)包含命中的原文和來源路徑。到這里一個(gè)最小可用的本地 RAG 系統(tǒng)就跑通了。接下來我們繼續(xù)做高級(jí)檢索優(yōu)化因?yàn)榛A(chǔ)版在真實(shí)場(chǎng)景里往往不夠用。5. 高級(jí)檢索實(shí)戰(zhàn)讓 RAG 更聰明5.1 混合檢索向量 關(guān)鍵詞純向量檢索擅長(zhǎng)語義相似但有時(shí)會(huì)漏掉“關(guān)鍵詞完全一致”的文檔。比如用戶問“維修電話”文檔里確實(shí)寫了一個(gè)維修電話向量檢索可能因?yàn)榫渥诱w語義偏移而沒有召回。解決方案是混合檢索同時(shí)跑向量檢索和關(guān)鍵詞檢索如 BM25再把兩路結(jié)果合并去重。BM25 是一個(gè)經(jīng)典的關(guān)鍵詞相關(guān)性排序算法。簡(jiǎn)單說它根據(jù)詞頻、文檔長(zhǎng)度等因素計(jì)算查詢?cè)~和文檔的相關(guān)性對(duì)“精確詞命中”非常敏感。文件路徑app/retriever.pyimport jieba from rank_bm25 import BM25Okapi from app.store import VectorStore class HybridRetriever: def __init__(self, vector_store: VectorStore, chunks: list): self.vector_store vector_store self.chunks chunks tokenized_docs [list(jieba.cut(c[text])) for c in chunks] self.bm25 BM25Okapi(tokenized_docs) def retrieve(self, query: str, top_k: int 5, vec_weight: float 0.5): # 向量檢索 vec_results self.vector_store.search(query, top_k * 2) # 關(guān)鍵詞檢索 tokenized_query list(jieba.cut(query)) bm25_scores self.bm25.get_scores(tokenized_query) bm25_top_ids sorted( range(len(bm25_scores)), keylambda i: bm25_scores[i], reverseTrue )[: top_k * 2] # 合并結(jié)果 score_map {} for item in vec_results: score_map[item[source] # item[text][:20]] { text: item[text], source: item[source], score: item[score] * vec_weight, } for idx in bm25_top_ids: key self.chunks[idx][source] # self.chunks[idx][text][:20] if key not in score_map: score_map[key] { text: self.chunks[idx][text], source: self.chunks[idx][source], score: 0, } score_map[key][score] bm25_scores[idx] * (1 - vec_weight) # 按融合分?jǐn)?shù)排序 sorted_items sorted( score_map.values(), keylambda x: x[score], reverseTrue ) return sorted_items[:top_k]融合策略用的是加權(quán)求和。vec_weight控制向量和關(guān)鍵詞的比重實(shí)際項(xiàng)目里可以通過評(píng)估集來調(diào)參。也可以使用 RRFReciprocal Rank Fusion等更穩(wěn)定的融合方法。5.2 重排序Rerank 提升精度混合檢索取回的 TopK 里依然可能存在“看著相關(guān)但實(shí)際不對(duì)”的片段。這時(shí)候可以加一個(gè)重排序Rerank環(huán)節(jié)先用輕量級(jí)檢索擴(kuò)大召回再用一個(gè)更精確的交叉編碼器模型逐對(duì)精排。重排序的本質(zhì)是把“給定問題判斷文檔是否相關(guān)”變成一個(gè)二分類問題。交叉編碼器把問題和文檔拼接后輸入模型輸出相關(guān)性分?jǐn)?shù)比單純向量相似度更準(zhǔn)。from sentence_transformers import CrossEncoder reranker CrossEncoder(BAAI/bge-reranker-base) def rerank(query: str, candidates: list, top_k: int 3): pairs [(query, c[text]) for c in candidates] scores reranker.predict(pairs) scored list(zip(candidates, scores)) scored.sort(keylambda x: x[1], reverseTrue) return [c for c, s in scored[:top_k]]重排序會(huì)增加一次模型推理的耗時(shí)但能明顯提升最終答案的準(zhǔn)確性。生產(chǎn)環(huán)境里通常把它用于 TopK 精細(xì)篩選比如先召回 20 條再用 Rerank 選 3 條進(jìn)入 Prompt。5.3 查詢改寫與 HyDE用戶的問題往往不夠精確比如“這個(gè)流程需要哪些人審批”如果沒有上下文檢索系統(tǒng)很難判斷“這個(gè)流程”指什么。這時(shí)候可以在檢索前做查詢改寫Query Rewriting把模糊問題轉(zhuǎn)換成更明確的檢索語句。一種簡(jiǎn)單的方法是讓大模型先把問題改寫為適合檢索的查詢?cè)~。你是一個(gè)搜索查詢優(yōu)化器。請(qǐng)根據(jù)用戶的原始問題生成 3 個(gè)適合檢索的查詢?cè)~。 要求保留關(guān)鍵實(shí)體和業(yè)務(wù)術(shù)語不要修改事實(shí)信息。 原始問題這個(gè)流程需要哪些人審批另一種思路是 HyDEHypothetical Document Embeddings。它的做法是先讓大模型根據(jù)問題生成一個(gè)“假設(shè)性答案”然后用這個(gè)答案去檢索。因?yàn)榧僭O(shè)性答案與目標(biāo)文檔在語義上更接近往往比直接檢索問題效果更好。請(qǐng)根據(jù)你的知識(shí)回答下面問題。答案可以是猜測(cè)性的也可以是概括性的。 問題是請(qǐng)?zhí)峁┰O(shè)備維修申請(qǐng)流程。然后把生成的答案向量化去向量庫搜索。這種方式很適合“問題簡(jiǎn)短、文檔復(fù)雜”的場(chǎng)景。5.4 Agentic RAG 簡(jiǎn)介傳統(tǒng) RAG 是“一次檢索一次生成”。Agentic RAG 則把檢索過程交給 Agent 智能規(guī)劃可以多輪檢索、調(diào)用工具、逐步推理。比如用戶問“對(duì)比一下 A 和 B 兩種方案的差異”Agent 可能會(huì)先檢索 A 方案相關(guān)文檔。再檢索 B 方案相關(guān)文檔。還可能檢索“對(duì)比框架”“評(píng)估指標(biāo)”等材料。最后匯總生成對(duì)比結(jié)論。這比一次性檢索做得更深但實(shí)現(xiàn)復(fù)雜度也高很多。適合從“單點(diǎn)問答”升級(jí)到“復(fù)雜分析”的場(chǎng)景??梢韵日莆栈A(chǔ) RAG再逐步引入 Agent 能力。6. 常見問題與排查清單6.1 召回結(jié)果差檢索不到相關(guān)內(nèi)容常見原因解決思路切塊太大語義被稀釋縮小 chunk_size增加 overlap切塊太小上下文不完整增大 chunk_size或使用父子切塊Embedding 模型不適合中文換用 bge-small-zh 或 bge-large-zh問題描述與文檔表述差異大引入查詢改寫、HyDE 或混合檢索數(shù)據(jù)量太少檢查文檔是否完整加載是否有編碼問題排查時(shí)最直接的方式是先打印檢索結(jié)果不經(jīng)過生成環(huán)節(jié)??纯捶祷氐钠问欠裾娴南嚓P(guān)。如果片段本身不對(duì)問題大概率在索引或檢索策略上而不是 Prompt 和模型的問題。6.2 切塊不合理導(dǎo)致回答破碎固定長(zhǎng)度切塊雖然簡(jiǎn)單但經(jīng)常把完整段落攔腰截?cái)?。比如一句話從?390 個(gè)字符開始到第 410 個(gè)字符結(jié)束切塊后這句話只出現(xiàn)一半模型自然讀不懂。建議優(yōu)先“按標(biāo)題層級(jí) 段落”切塊。比如 Markdown 文檔先按##拆成章節(jié)再處理單個(gè)章節(jié)里的長(zhǎng)段落。也可以用父子切塊子塊短小用于精確檢索命中的子塊關(guān)聯(lián)到父塊生成時(shí)把父塊內(nèi)容作為上下文。6.3 本地模型推理慢llama.cpp在 CPU 上跑 7B 模型速度確實(shí)不快。優(yōu)化思路有幾個(gè)使用更小的量化等級(jí)比如 Q4_K_M 比 Q8 更快。減少n_ctx上下文長(zhǎng)度降低顯存/內(nèi)存占用。控制max_tokens不要無腦生成長(zhǎng)答案。對(duì)檢索片段做摘要只把關(guān)鍵信息放進(jìn) Prompt。如果條件允許升級(jí) GPU 或使用 API 版模型。另外可以加一層緩存相同問題在短時(shí)間內(nèi)直接返回歷史答案減少模型調(diào)用次數(shù)。6.4 中文 Embedding 效果不佳通用英文 Embedding 模型處理中文經(jīng)?!八敛环?。建議優(yōu)先選擇中文優(yōu)化的 BGE 系列模型比如BAAI/bge-small-zh-v1.5。這類模型在中文語義匹配、短文本檢索上的表現(xiàn)更穩(wěn)定。同時(shí)要注意查詢側(cè)和文檔側(cè)盡量用同一個(gè) Embedding 模型不要混用否則向量空間不一致相似度計(jì)算沒有意義。7. 最佳實(shí)踐與工程建議7.1 數(shù)據(jù)質(zhì)量?jī)?yōu)先于模型參數(shù)RAG 的效果上限由知識(shí)庫質(zhì)量決定。文檔里有錯(cuò)別字、格式混亂、內(nèi)容過期后面做再多優(yōu)化都是事倍功半。建議在進(jìn)入 RAG 流程前做一輪數(shù)據(jù)清洗去除頁眉頁腳、水印、無關(guān)廣告。統(tǒng)一編碼格式避免亂碼。對(duì)表格數(shù)據(jù)優(yōu)先轉(zhuǎn)成 Markdown 表格或結(jié)構(gòu)化的文本描述。給文檔補(bǔ)充元信息比如來源部門、更新時(shí)間、版本號(hào)。這些元信息不僅能幫你跟蹤知識(shí)來源還可以在 Prompt 中加入“信息更新時(shí)間”讓模型自行判斷知識(shí)是否過時(shí)。7.2 建立評(píng)估集持續(xù)回歸沒有評(píng)估的 RAG 系統(tǒng)很難迭代。建議從業(yè)務(wù)問題中整理 50~100 條典型的“問題-答案-參考文檔編號(hào)”作為黃金測(cè)試集。每次調(diào)整切塊策略、Embedding 模型或重排序邏輯都跑一遍評(píng)估集對(duì)比答案質(zhì)量和召回指標(biāo)。常用的評(píng)估指標(biāo)包括召回率Recall正確文檔是否出現(xiàn)在檢索結(jié)果中。命中率Hit RateTopK 中是否包含正確答案。忠實(shí)度生成答案是否嚴(yán)格基于參考文檔。答案相關(guān)性用戶視角的答案滿意度。評(píng)估可以通過 LLM 自動(dòng)打分也可以人工抽檢。重點(diǎn)不是追求某個(gè)指標(biāo)完美而是找到當(dāng)前業(yè)務(wù)場(chǎng)景里的瓶頸在哪個(gè)環(huán)節(jié)。7.3 性能與緩存策略生產(chǎn)環(huán)境里RAG 鏈路很長(zhǎng)每個(gè)環(huán)節(jié)都可能成為瓶頸。優(yōu)化優(yōu)先級(jí)一般是文檔數(shù)量上量后向量檢索從IndexFlatIP換成IndexHNSW或IVF。給檢索結(jié)果加 Redis 緩存同樣的查詢不再重復(fù)計(jì)算。Rerank 只在最后一步對(duì)少量候選做不要對(duì)全庫做。盡量流式輸出答案減少首字延遲感知。對(duì)高頻問題做預(yù)生成答案命中后直接返回不走完整鏈路。7.4 安全與權(quán)限邊界企業(yè)知識(shí)庫往往包含敏感數(shù)據(jù)。RAG 系統(tǒng)上線前要重點(diǎn)做權(quán)限隔離按用戶角色過濾可檢索的文檔集合。文檔入庫時(shí)標(biāo)記可見范圍檢索時(shí)強(qiáng)制附加權(quán)限過濾條件。不在日志中記錄完整問答內(nèi)容避免敏感信息泄露。對(duì)生成內(nèi)容做脫敏校驗(yàn)防止模型間接泄露訓(xùn)練數(shù)據(jù)。尤其要注意RAG 并不會(huì)自動(dòng)擁有權(quán)限意識(shí)。如果文檔庫里有機(jī)密文件而檢索層沒有過濾任何用戶都可能通過巧妙提問拿到不該看的內(nèi)容。權(quán)限必須放進(jìn)檢索鏈路而不是指望模型自行判斷。8. 總結(jié)與下一步學(xué)習(xí)路線到這里你已經(jīng)完整走通了 RAG 的核心鏈路文檔加載、切塊、向量化、向量檢索、Prompt 增強(qiáng)、本地模型生成也了解了混合檢索、重排序、查詢改寫、Agentic RAG 等高級(jí)優(yōu)化方向。下一步建議這樣安排學(xué)習(xí)第一步動(dòng)手跑通本文的項(xiàng)目替換成你自己的文檔感受完整流程。第二步搭建一個(gè)小規(guī)模評(píng)估集觀察不同切塊參數(shù)和 TopK 對(duì)答案質(zhì)量的影響。第三步引入混合檢索和 Rerank對(duì)比優(yōu)化前后的效果差異。第四步熟悉 Dify、LangChain、LlamaIndex 等框架了解它們?nèi)绾伟驯疚牡牡讓舆壿嫹庋b成可配置模塊。第五步把檢索鏈路的權(quán)限、緩存、日志監(jiān)控補(bǔ)齊再考慮 Agent 和復(fù)雜任務(wù)編排。RAG 不是一套固定的代碼而是一套可以持續(xù)優(yōu)化的方法論。把每個(gè)環(huán)節(jié)的原理吃透工具換代時(shí)你也能快速遷移。希望這篇文章能幫你少走一些彎路有疑問歡迎在評(píng)論區(qū)一起交流。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
操逼视频网址| 色色丁香五月天社区| 色色激情五月| 日日鲁鲁夜夜爽爽| 成人一级片| AV九九| 五月天久久综合婷婷丁香| 天堂色婷婷| 亚洲精品无AMM毛片| 五月天国产| 天天摸天天舔天天爽| 丁香五月天堂网AV| 99精品偷自拍| 岛国AV网| 播五月,色五月,开心五月播放器| 激情 婷婷 插| www.99热| 久久人人九| 国产露脸150部国语对白| 99热99极品观看| 这里只有精品99www| 五月婷免费视频| 久久99热这里只频精品6学生| 99热综合网| 、激情六月天| 久久五月天丁香| 丁香色婷婷| 婷婷五月天另类网站| 激情五月婷婷综合| 2005天天干天天1| 九九在线视频| 激情五月天色色| 五月婷色激情五月| 六月伊人婷婷| 狠狠操综合| 久草五月婷| 激情网五月天| 亚洲婷婷丁香| 色色色色五月| 国产精品色一哟哟| 69堂午夜视频最新地址| 高清不卡一区| 丁香婷婷性久久| 午夜不卡久久精品无码免费| 五月天婷婷社区| 天天色天天操天天射| 欧美性爱特黄一级aaaassss| 台湾综合丁香五月蜜桃| 五月丁香婷中文| 91怕怕网| 婷婷五月丁香第四色超碰在线| 99热都是精品| 狠狠久久婷五月| 996热re视频精品视频这里| AV堂狠狠干| 超碰国产AV| 婷婷视频在线碰| 一起草性爱不卡视频| 五月婷婷真爱激情网| 天天色,天天操,天天射| 日操| 色五月婷婷中文字幕在线观看| 狠狠色综合网站久久久久| 国产人妻人伦精品一区二区| 天天操综合网| 色婷婷久久久| 激情深爱五月天| 五月天婷婷久久综合| 五月天久久久| 午夜天堂啪啪| 午夜爱爱网站| 日本九九网| 色五月丁香91| 国产婷伊人| 色噜噜狠狠色综合日日| 日日干天天爽| 激情五月综合网最新| 99在线精品免费视频| 2020夜夜操天天爽| 婷婷综合成人五月天| 久久九九综合| 大香蕉五月天| 五月丁香久久网| 婷婷五月无码| 96精品国产综合久久久久久| 五月婷婷婷色| chaopeng在线人人| 九色成人AV在线| 亚洲婷婷五月天| 91色久| 99九九玖玖| 人妻啪啪啪| 开心五月深爱激情| A网在线欧洲| 热久久99视频| 色婷婷在线视频久| 日韩抽插操逼| 婷久看人爽| 爱性综合网| www99精品| 99精品久久久久| 色五月自偷自拍婷婷婷婷| 97操碰人免费| 丁香五月天堂亚洲社区| 九一九九黄色| 中文字幕av网站| 九九丁香社区欧美激情| 国产精品人成A片一区二区| 97碰在线视频| 日本天天操| 97人人超| 色五月丁香五月| 9久久久久久久久久久| 亚洲婷婷五月天| av狠狠操| 99精品综合视频| 久色视频| 九九热视频在线观看| 亚洲激情五月天| 毛片色五月| 思思久久99热只有频精品66| 九九热免费| 狠狠干 狠狠操| 天天cha成人综合网| 天天操天天操| 亚洲色9| 九九久久精品| 天天AV导航网| 天天爽天天弄| 开心五月婷婷在线视频免费观看| 婷婷射图五月天| 五月精品免费XXX| 丁香五月婷在线| 91日日日| 9色在线视频| 91超碰在线播放| 9久久久久久久久久久| 五月丁香啪综合| 丁香婷婷五月六月久久| 亚洲精品电影| 丁香五月天激情五月天激情五月天激情网 | 激情五月婷黄版| 丁香六月欧美| 成人一级片| 99在线热| 国产日韩欧美性爱| 免费看欧美成人A片无码| 粉嫩AV久久一区二区三区| 色欲一区二区三区精品A片 | 99re在线播放| 在线成人网址| 深爱激情六月天| 这里有精品| 九九这里只有精品| 91在线视频观看午夜福利| 有码一区二区三区| 99热99极品观看| 1024婷婷综合久久五月天| 久热 91| 丁香五月婷婷六月婷婷| 天天做天天爰天天爽天天无遮挡| 丁香五月欧美色综合| 99精品22| 丁香五月开心亚洲| 思思热精品在线| www.久久99| 嫩草极品| 99精品综合在线| 欧美婷婷丁香五月| 丁香五月手机在线| 九九综合久久丁香婷婷,开心激情综合网| 激情伊人六| 六月丁香好婷婷| 亚洲色99| 婷婷成人综合五月| 成人网站高清无码| 沈娜娜av| 久久99综合网| 九九这里只这里只有精品| 天天看A片| 久久九精品| 黄网免费观看| 嫩草AV久久伊人妇女超级A| 99久久人妻精品无码二区| 最新国产AV| www.99精品视频| 99自拍视频在线| 亚洲五月天天| 99A片| 91要啪| 久久机热/这里只有精品| 天天做天天爽| 婷婷丁香五月天大香蕉| 婷婷成人综合| 五月丁香婷婷开心| 爆乳熟妇一区二区三区爆乳照片| 狠狠色色| 色综合久久88色综合天天| 久久超级碰碰| 国产26uuu视频| 五月播播| 亚洲欧洲另类| 91在线观看九区| 婷婷大乡焦噜噜| 激情五月天综合网站网站网站| 五月婷婷婷婷婷婷艺术| 九九99热久久精品66中文字幕| 深爱激情五月网| 五月丁香婷婷伊人| 久久资源网五月婷| 五月天久久成人| 亚洲精品国产精品乱码视99| 成人丁香五月| 丁香婷婷久| 五月丁香无码| 激情五月天网页| 五月婷婷亚洲| 欧美一级色| www久久久久久久| 久久精典| 丁香丝袜五月| 99热国产精品| 五月婷婷影视| 超碰猛烈的性猛交| 色综合色综合色综合高潮| 激情五月天在线视频| 五月婷六月| 婷婷五月丁香基| 丁香久久五月婷综合| 婷婷色五月噜噜| 婷婷开心六月| 婷婷五月无码| 激情碰碰碰| 五月丁香婷婷色| 一本综合丁香日日狠狠色| 久久艹99| 丁香婷婷老熟女综合网| 黄色AV日韩| 人人干Av| 99久久婷婷| 欧美十二区| 996热re视频精品视频| 丁香六月高清视频| 色色色婷婷五月天| 99热综合在线观看| 第四色婷婷日本| 天天天天做夜夜夜夜做| 99re在线观看| 丁香六月欧美| 精品婷婷五月天| 四月丁香五月婷婷久久| 97av在线视频| 五月天丁香久久| 91啪级电影| 碰97久久| 成人AV播放| 日本九九九九| 婷婷开心激情| 内射干少妇亚洲69XXX| 久婷久婷激情肉| 26uuu国产精品| 五月天综合激情网| 婷色综合| 亚洲精品乱码久久久久久综合| 五月天色不卡| 婷婷色色综合| 这里只有精品视频视频在线观看| 成功精品影院| 变态 另类 在线 | 日本久久高清| 五月丁香啪啪综合| 无码人妻丰满熟妇奶水区码| 99性视频| 五月天开心网| 万月丁香狠狠爱| 九月丁香| 成人在线日韩欧美| 婷婷综合久久综合| 五月激情精品视频| 婷婷五月天成人网| 五月丁香综合影院| 婷婷五月伦理| 狠狠狠狠狠干| 亚洲激情av| 99er精品视频| 国产午夜成人免费看片无遮挡| 91大神操美女| 五月天激情电影| 99色色| 亚洲视频1区| 久久久久婷婷五月热综合| 超碰在线综合| 伊人狼人干| 蜜臀av无码久久久久久久久| 热99精品视频五月| 久久五月天丁香| 亚洲日韩26uuu| 色婷婷久久| 日本久久9| 色婷婷影音| 色色婷婷丁香| 综合激情五月婷婷| www激情婷婷com| 国产小精品| 大香网伊人久久综合| 狠狠色狠狠操| 操逼电影免费看| 99精品国产在热久久| 天天操综合网| 亚洲精品444久久久久久| 六月丁香综合网| 日韩成人综合网| 欧美综合五月丁香六月婷| 99视频网| 久久激丁香| 激情五月综合视频| 99热精品无码| 日日噜狠狠| 色婷婷丁香五月| 99热最新国内| 婷婷一本和五月丁香| 色五月激情| 在线观看免费狠狠色丁香香综合| 色婷婷视频综合| 国产亚洲精品久久久久苍井松| 日本色频| 激情五月丁香五月| 99热这里都是精品| 五月婷婷影| 免费成片在线观看| 丁香五月区| 天天色综网| 天天成人综合| 99久热| 五月停亭六月,六月停亭的英语 | 丁香五月激情六月| 欧美大肥婆大肥BBBBB| 色亚洲无码| 97操碰视频| 狠狠色丁香久久婷婷综合五月| 天天插天天| 国外亚洲成AV人片在线观看| 婷婷久久免费看| 五月丁香激情综合| 婷婷五月天受日本法律保护| 欧美这里只有精品| 欧美操人| site:pnnrt.com| 婷婷五月激情网| 成人国产综合| 久久综合激情| 婷婷色中文字幕| 久久久香| WWW.99热| 久久五月视频| 99爱爱| 武则天精品久久| 玖玖在线| 婷婷五月天奸女| 亚洲无码11| 婷婷爱五月| 亚洲欧美另类在线23p| 日韩一级| 五月天婷婷爱| 色射7856五月天激情四射| 婷婷激情网五月天| 五月激情婷婷偷拍| 丁香五月激情啪啪| 久操人| 天天干天天操天天爽| 久久色吧| 亚洲综合99| 亚洲另类AV| 日韩无码色色| 色婷婷激情五月天| 99爱视频在线| 色综合视频| 婷婷综合一二三| 色色婷婷丁香五月天| 五月激情小说| 五月激情婷婷综合| 色爱五月天| 综合激情五月四射婷婷| 专区无日本视频高清8| 五月丁香婷婷久久| 婷婷5月久久综合网站| 日日夜夜小色哥| 五月天丁香婷婷网| 五月六月婷婷| 天天色综| 色欲婷婷五月天| 99精品热| 一点色成人网| 久久色五月天综合网| 色婷婷色综合| 色九月婷婷丁香| 热久久91| 9色在线| 开心五月丁香综合久久| 色啪久| 啪啪小说五月天| 婷婷狠狠狠爱| 丁香五月91| 五月丁香亚洲校园欧美| 精国产品一区二区三区A片| 99.色| 久久五月天丁香| 日本色婷婷| 色V狠狠的干| 少妇综合网| 热九九在线| 无码免费人妻A片AAA毛片西瓜| 天天综合天天玩夜夜玩天天玩夜夜玩| 秋霞av吧| 色婷婷的五月天| 另类激情五月| 五月丁香五月综合欧美| 五月丁香婷婷激情| 美女被肏网站在线看| 婷婷五月六月| 色啪影院| 国产成人精品一区二三区熟女在线| 婷婷丁香五月欧美人| www狠狠爱com| 91热久久| 五月婷婷久久内射| 久久九九囯产| 五月天堂色| 天天爽天天日人人爱| 性爱激情综合网| 久久婷婷综合五月天| 香蕉国产2013| 中国女人做爰A片| 岛国av电影网站| 狠狠se| 任你草| 激情婷婷丁香色情五月天| 丁香六月综合| 欧美色色色色色| 情婷婷五月天在线| 五月婷综合| 九热精品| 五月色丁香国产在线视频| 亚洲 成人 电影av在线观看| 色综合久久88色综合天天看| 欧美在线骚货| 99情色五月天| 五月婷色色| 婷婷亚洲五月丁香综合在线| 天天干天天插| 九九热这里只有精品一| 激情文学第四色婷婷丁香五月| 色色色热| 79色色| 五月婷婷激情久久| 99久久综合| 色J香五月天| 伊人超碰| A短视频免费在线观看| 日本社区五月天激情| 精品在线网站| 色噜噜丁香| 丁香六月婷| a色色色色色| 日碰日| 99riAV国产精品视频| 另类图片激情五月天| 五月色丁香婷婷综合| 色婷婷电影网| 天天摸人人摸| 丁香久久| 狠狠色噜噜狠狠亚洲A∨| 欧美在线干| 538久久| 99.N在线视频| 欧美交换配乱吟粗大25P| 五月丁香六月婷婷操操操| 99精品在线观看| av在线免费播放观看| 久久久WWW| 麻豆五月丁香婷婷| 三级黄网站| 五月天婷a在线| 婷婷在线精品| 激情五月综合网最新| www久久久| 色婷婷播放| 丁香五月婷婷啪啪啪| 亚洲久久婷婷| 婷婷六月啪啪| 五月婷婷无码| 丁香月六月| 噜噜噜噜婷婷五月天| WWW.五月com| 欧美日韩成人在线| 婷婷午夜天| 色色网站在线免费观看视频| 色私五月婷婷| Aaa久久| 99热这里只有精品2| 这里只有免费精品| 99在线免费视| 婷婷五月色综合| 婷婷色五月91啪啪| 色激情五月| 四色99久久| 欧美激情 日韩无码 婷婷 五月天| 久久这里只有精品视频15| 深爱综合网| 色在线视频网2025| 色狠狠六月| 另类精品视频在线观看| 欧在线一区| 激情网五月天| 久久婷婷丁香| 五月开行婷婷色五月| 另类色视频| 亚洲人人操| 粉嫩AV久久一区二区三区| 99九九在线观看免费| 五月综合缴情网| 97色色-99久久| 婷婷九月在线| 久热A片| 色综合久久888| 日本久久精品18| AV79| 欧美激情 日韩无码 婷婷 五月天| 狠狠色大香蕉| 91人妻人人操| 风流少妇A片一区二区蜜桃| 婷婷五月中文字幕国产| 五月丁香久人妻中文| 热久久色| 9色资源在线| 婷婷综合五月天| 日本操碰碰| 亚洲欧美一区二区三区爱爱动图| 日韩六十路91性交电影| 色婷婷手机在线| 91chinese 在线| 91人妻九色大屁股| 欧美大片| 婷婷五月天在线观看| 九九99热| 色播五月婷婷| 俺去啦综合网| 99久久综合网| 五月天激情小说婷婷| 亚洲视频操| 九九精品re免费视频| 乱岳熟女50岁| 五月天成人免费视频| 中文字幕AV网址| 天天天操天天天日| 五月天久久成人| 五月激情日本在线| 五月丁香啪啪啪综合网| 九月av| 婷婷九九色| 国产99久久久国产精品免费看 | 天天干 夜夜爽| 久久成人天| 这里只有精品视频在线观看免费| 99熟女| 久久精品99久久久久久| 综合网狠狠| 激情综合五月丁香六月婷婷| 无码视频国内精品久久久| 天天爽夜夜操| www超碰| 另类天堂| 久久xxxx| 成人av在线电影| 九九干视频| 五月婷婷69| 五月婷婷丁香在线| 少妇人妻综合色6699| 小视频一区| 久久五月丁香伊人青草| 九九热亚洲中文在线观看免费| 久久久久久激情| 激情五月天的婷婷| 丁香五月电影院在线观看| 婷婷婷五月香蕉| 亚洲色99综合天堂| 久在热99| 中文字幕成人版| WwW色婷婷| 国产AV一区二区三区最新精品| 婷婷综合网| 一级性爱视频| 97五月天婷婷| 综合色色婷婷| 欧美亚洲婷婷五月| 九九色99| 操你av| 九九热在这里只有精品| 日韩AV色色色| 天天摸天天高潮天天爽| 五月色婷婷激情| 婷婷免费无视频| 无码人妻一区二区三区四区| 一二三区视频韩国| 婷婷激情五月天亚洲综合| 丁香五月婷婷成人色区| 婷婷丁香五另类网站| 97色五月天| 婷婷丁香高潮了| 激情五月天开心网丁香无码| 五月婷婷 六月丁香| 五月熟妇婷婷久久| 这里只有精品99www| 五月欧美色色五月| 国精产品久久| 五月天激情无码| 亚洲小视频| 久久五月天色| 久久精品人妻| 日韩欧美成人片| 成人av在线电影| 丁香五月首页| www.久久| 99性色| 五月激情综合网| 五月丁香狠狠爱| 202丰满熟女妇大| 国产AV一区二区三区日韩| 少妇性BBB搡BBB爽爽爽视頻| 91久久久久久久久久18| 1024AV视频| 二区成人视频| 天堂综合久| 97亚洲婷婷| 成人国产综合| 综合五月草| 狠狠色性| 99热婷婷| 99精品在线| 丁香五月婷婷综合视频| 这里只有国产精品在线| 婷婷六月天激情影院| www.99成人视频| 99热这里只有精品55| 色婷婷国产精品综合在线观看| 秋霞A V毛片| 天天狠狠夜夜狠狠2023| 狠狠精品干练久久久无码中文字幕 | 久久婷婷六月综合| 综合激情五月丁香9999久久精| 亚洲色婷婷网站| 色婷五月| 精品人妻一区二区三区四区不卡在| 99操免费视频| 久久久噜噜噜久久人妻| 欧美性生交XXXXX无码小说| 香蕉曰比| 在线看黄色| 丁香五月婷婷亚洲综合精品| 丁香六月色婷婷欧美| 91婷婷五月天综合视频| 激情开心五月天婷婷基地丁香社区| 色情成人五月天| 久色网址| 最近中文字幕在线中文视频| 亚洲成人av中文| 日韩美女羞羞网站在线观看| 婷婷色婷婷| 激情五月无码| 99免费视频在线观看爱| www.9797国产| 婷婷五月天社区| 99国产精品白浆在线观看免费 | 婷婷丁香在线| 久久婷婷青青| jiujiujiuwuyuetian| 我爱大香蕉| 丁香婷婷免费| 丁香婷婷视频| 五月丁香999| 强壮公让我夜夜高潮A片视频| 亚洲欧美成人在线观看| 99久久玖玖| 伊人超碰在线| 综合另类视频| 99热在线里有精品| 狠狠色婷婷777| 激情综合网激情五月天| 亚洲va综合va国产va中文| 亚洲亚洲人成综合网络| 五月婷久久| 91久久久久久久| 国产成人片| 国产在线视频1234| 色综合色色| 99热综合色图| 熟女91九色| 五月天合网| 五月天成人小说网| 黄网免费观看| 日本欧美成人片AAAA| 国产永久一黄| 99re99在线看| 另类综合网| 九九色播五月丁香| 丁香久久| www99xxxx五月丁| 成人在线日韩| 欧美丁香五月天| 婷婷情色五月天| 在线理论片| 殴美日韩成人| 99er免费在线观看| 久久激情网| 夜夜爽天天爽| 婷婷婷五月香蕉| 五月婷婷啪啪| 亭亭五月天成人| 91一起艹| 99色热综合| 婷婷va| tingtingjiqingwuyue| 五月婷婷二月丁香| 综合网亚洲| 九色激情| 国产精品社区| 日本va视频| 五月天婷婷綜合院| 丁香五月偷拍| 婷婷久久影院| 色婷婷婷综合五月天| 情久久综合五月天| 五月天综合网| 色婷婷网| 婷婷色色丁香| www。88热在线视频免费观看| 五月六月丁香激情| 亚洲精品婷婷| 色色综合五月| 丁香五月综合久久八| 五月丁香五月婷婷在线观看| 色情五月丁香| 五月丁香久久综合色| 丁香婷婷免费| 夜夜大香蕉婷婷丁香| 爱99干99| 啊V视频在线观看| 美英法精品无码免费视频| 色五月六月| 午夜激情久久| 六月婷婷视频| 久久婷婷五月丁香网| 色九九中文字幕| 五月婷婷综合网| 开心激情五月天网| 中文字幕日产A片在线看| 99玖玖在线视频| 91人妻视频| 99热九九热| 久操人| 99爱最新免费视频在线观看| 99热亚洲精品| 五月丁香六月婷婷久久| 久久思思热视频| 亚洲AV成人在线| 色婷婷五月综合在线| 5月丁香六月婷婷| 可以免费观看的AV| 九九色之九九色之88| 婷婷五月色丁香在线看| 婷婷欧美| 色欲影香| 天天色,天天日,天天做| 少妇高潮呻吟A片免费看软件| 中文资源在线a | 97久久人人| 成人在线免费网址| 婷婷亚洲丁香五月| 久久99综合| 停停五月色宗合| 亚州AV超碰人人操| 天天天天操| 任我鲁这里有精品视频| 丁香五月久久| XX色综合| 97久久久久久久久久久| 久久99热只有精品| 在线天堂9| 91熟妇大香蕉| 五月综合在线婷婷图片| 99这里都是精品6| 亚洲成人在线综合| 蜜乳中文字| 熟女人妻一区二区三区免费看| 九九aV| 天天噜| 国产精品成av人在线视午夜片| 久久草人妻| 婷久久| 久热99久热| 五月开心婷婷| 久碰视频| 五月丁香啪啪| 亚洲视频五区| 91视频综合网| 欧美va欧美va差| 丰满少妇乱A片无码| 久久无码激情视频| 亚洲成人影视在线观看| 国产精品国产| 丁香 婷婷 亚洲 熟女| .精品久久久麻豆国产精品| 五月丁香| 区美毛片子| 国产44页| 久久九九99亚洲国产久精综合| 99视频内射三四| 91九色国产| 婷婷丁香五月综合免费视频百花| 婷婷六月天激情| www.狠狠| 99开心五月五月丁香激情| 日本在线视频www色| 久操97| 天天搞天天爽| 久热9热| 九九热免费| 丁香五月婷婷影视先锋| 婷婷久久六月费| 香蕉AV777XXX色综合一区 | 99亚洲精品视频| 久久9视频欧美| 亚洲视频五区| 欧美日本黄色| 日良久久| 97碰久久| 色色五月丁香| 91啪啪视频| 五月天色图| 五月婷精品| 99人人干| 丁香激情久久| 激情丁香婷婷| 久综合网| 丁香五月天激情视频| 丁香88AV五月婷婷| 丁香五月av在线| 伊人婷婷福利网| 欧美综合激情五月天| 综合色、色综合| 这里只有国产精品在线| 99久久精品免费精品国产_国产精品久久久久久_国产在线|日韩_久久国产精品电影 | 丰满少妇猛烈A片免费看观看| 色婷婷成人在线| 极品人妻VIDEOSSS人妻| 五月色导航| A片试看120分钟做受图片| 丁香六月高清视频| 少妇高潮呻吟A片免费看软件 | 婷婷久久久| 五月婷综合| 色噜噜狠狠色综合日日| 久久九九色| 亚洲欧洲99| 婷婷激情四射| 九九热这里都是精品6| 免费无码毛片一区二区A片| 亚洲日韩26uuu| 夜色五月天| 五月天 另类图片| 五月丁香六月婷婷综合| 婷婷五月综合体验看| 色吧五月婷婷| 开心激情网在线| 免费的日逼视频| 色偷偷AV亚洲男人的天堂| 天天干天天操天天上| 久久久久久久久18久久| 婷婷五月天在线一区| 99久久.www| 大香蕉九操| 97人人干| 成人做爰高潮A片免费视频| hd五月婷婷在线| 在线综合亚洲欧美65| 丁香五月激情啪啪| 9热在线观看| 九九aV| 伍月婷丁香婷| 人妻丰满精品一区二区A片| 五月婷婷花| 久久久久97| 99无码| www狠狠| 五月天婷婷色| caopeng97日韩| 91操女| 色五月亚洲| 任我肏| 激情综合网色播五月| 激情 婷婷| 97人凄人人操人人爽| 欧美99| 成人中文网| 五月天激情AV| 9有码中文| 久久久免费精彩视频| 天天综合图片| 超碰人人妻| 国产成人在线精品| 天天噜天天插| 96自拍视频九色在线观看| 婷婷综合爱| 五月婷婷综合性爱噜噜| 99啪啪视频| 丁香婷婷丁香五月欧美人| 超碰99热精品在线| EEUSS鲁片一区二区三区| 另类在线| 日韩AV在线影片| 五月婷婷中文字幕| 婷婷五月激情网| 激情又色又爽又黄的A片| 丁香五月色欲| 大香蕉婷婷久久| 婷婷六月色| 97丁香五月| 激情四射网| 超碰99在线| 婷婷色5月激情网| 91超级碰在线视频| 日本精品久久久久中文字幕| 丁香五月中文字幕久色| 婷婷激情四射网| 色婷婷久久| 丁香五月六月激情| 超碰国产在线观看| 激情五月婷婷五月| 五月婷婷狠狠干| 538任你爽视频不一样的| 五月丁香网站| 激情综合五月色丁香婷婷| 91丨九色丨熟女| 日本猛少妇色XXXXX猛叫| 深爱五月激情| 69精品人人人人| 91久女| www.99日本| 丁香狠狠| 色婷婷在线影院| 狠狠操天天干| 亚洲天堂aaa| 激情五婷网| 熟女强人妻一区二区三区四区无| 色婷婷色99国产综合精品| 亚洲性受XXXX五月丁香| 99爱在线| 亚洲AV人人操| 亚洲成人乱码av网站| 天天日夜夜欢| 国外亚洲成AV人片在线观看| 丰满人妻一区二区三区| 婷婷久久久久久久| 成人短视频免费| 婷婷五月激情图片| 色五开心五月五月深深爱| 五月婷婷六月天| 91在线操逼视频| www热久久yy9| 很操日本7| 亚州操操| 韩日另类| 99狠狠色| 亚洲看av的网站| 99干日本| 精品人妻一区二区三区在| 激情婷婷久久| 全国最新疫情| 在线另类视频| Aaa久久| 国产亚洲99久久精品| 精品色色色| 色五月综合网| 99操不停| 婷婷五月天伊人| 日日操日日撸| 久久久久亚洲A∨成人乱码电影| 五月丁香中文婷婷中文| 色色亚洲| 久操97| 五月丁香六月婷婷综合伊人| 伊人狠狠丁香婷婷综合尤物| 色九四色| 婷婷五月色播放| 天天狠天天叉| 亚洲性图一区二区三区| 婷婷五月色图| 九九婷| 亚洲1区| 欧美丁香婷婷五月| 99热这是里只有精品| 色播播婷婷| 九九一区| 天天操比比| 国产精品久久久海的味道| 99ER热精品视频| 婷婷久久网| 九九99视频| 五月婷免费视频久久久| 国产三级片91| 超碰婷婷五月| 99爱视频在线观看这里只有精品| 五月天久久91| 97色伦另类图片小说视频 | www色婷婷久久综合久色 | 精品九九在线观看| 亚洲成人在线综合| 一区二区无码视频| 激情五月天婷婷| 婷婷午夜综合| 区区欧美你爱| 五月六月播婷婷| 婷婷五月六月丁香| 日本女色人人| 99热这里只有精品16| 99爱在线视频| 丁香激激情网| site:pzdcoin.com| 久久婷婷五月综合成人d啪| 90色免费视频| 欧美日韩成人在线| 玖玖爱资源站| 开心网五月色婷婷| 九九爱看亚洲| 男人的天堂999| 久久久jd| 色五月激情图片| 亚洲无AV在线中文字幕| 日本久久网| 丁香婷婷激情五月天无毒不卡蜜桃| 久色中文| 色色自拍视频网站| 91色九| 丁香五月婷婷总啪啪| 99精品偷自拍| 青草五月天| 99热资源在线| 人人射人人高潮| 无码激情精品色婷婷久久久久| 无码色色色色色| 婷婷激情在线| 在线sebiav精品视频| 久久人妻少妇嫩草AV| 久久这里有精品| 97色片| 99热a片免| 亚洲婷婷激情888精品久| 日本熟女三区| 天天色播| 99在线精品视频| 91丨人妻丨国产丨丝袜| 久婷婷视平| 色婷婷丁香A片区毛片区女人区| 99久久久久| 午夜婷婷久久 | 婷婷色五月激情| 噜啊噜在线| 五月丁香在线综合| 五月天激情久色| 九热在线这里有精品6| 99久久九九| 色五月婷婷影院| 欧美激情久| 美女视频图片久久91| 无码一区精品一区视频| 五月天婷婷影院| 天天玩夜夜操| 国产亚洲在线| 99热免费精品| 天天爽天天操| 国产性爱亚洲是图| 国产资源91在线| 人人舔天天| 六月丁香五月激情网| 九九成人高清视频| 五月丁香激情综合啪| 久久99网站| 超碰人人干| 青青草原亚洲天堂| 丁香六月婷婷综合欧美| 久草五月天| 91xxxx九色| 五月婷综合激情| 久热天堂| 日日操无码| 丁香五月天日韩无码| 精品亚洲国产成AV人片传媒| 中文字幕丰满孑伦无码专区| 亚洲妇女熟BBW| 97人人操人人干| 九热视频| 91狠狠综合久久久| 99在线免费视频| 夜夜操狠狠操| 99热这里只有精品青草| 99热这里只有精彩| 欧美黄色AA片哗啦啦啦| 操一区| 婷婷色网| 97人人操在线| 九九aV| 色情五月婷婷| 日韩无码专区| 五月天大香蕉| 久操操| WWW,五月| 夜夜躁爽日日| 97人人干| 婷婷激情图片| 99热精品在线播放| 丁香五月激情婷婷| 天天日天天舔| 在线观看免费视频| 国产精品第一国产精品| 久热在线中文字幕色999舞| 久99999热视频在线观看免费| 欧美性生交XXXXX无码小说| 日韩成人中文| 丁香婷婷欧美综合| 五月丁香六月停停停| 涩涩激情五月婷婷| 狠狠综合久久综合| 亚洲免费在线观看岛国| 婷婷性爱综合| 小泽玛利亚视频一区二区| 久久综合影院| 五月丁香婷婷色色色| 久久色情| site:901-07.com| 成人精品一区二区三区四区五区| 婷婷五月天激情偷拍| 精品99网站| 第一区久久网站| 国产精品香蕉| 婷婷激情图片| 97丁香五月| 综合久久婷婷| 99综合视频一体| 天天爽人人综合免费7799| 久久视频在线视频| 91se精品国产| www.激情五月天.com| 99视频在线观看网址| www.97碰碰com| 色九月| va中文资源在线观看| 久色中文| 99久久玖玖| 激情av在线| 91色色色| 久青草影院| 色综合99无码 | 亚洲综合成人网| 丁香色六月婷婷| 激情亚洲婷婷六月| 综合激情网激情五月。| 五月综合在线| 婷婷激情人妻| 九九热只有精品| 白人荫道BBWBBB大荫道| 丁香婷婷AV| 2013AV天堂| 国产成人综合在线| 久久五月婷婷电影| 97婷婷丁香五月天激情图片| 99爱无码| 五月丁香婷婷免费视频| 九九综合精品| 日本精品久久久久中文字幕| 色婷婷很很十八禁| 第五婷婷伊人丁香| 欧美色图天堂网| 月婷婷亚洲| 丁香五月婷婷激情中文| 五月丁香婷婷婷激情爱爱| 九九99精品视频在线观看| 国产毛片欧美毛片久久久| 99惹 精品在线| 9 1在线视频| 超碰免费人人| 色婷婷丁香五月丁香| 五月丁香做爱视频| 97久久五月丁香婷婷| 婷婷综合伊人| 丁香婷婷五月色成人网站| 久久五月天色婷婷| AV国产有码| 99热8| 日本99久久| 欧美色综合天天久久综合精品| 另类国产欧美视频| 国产精品色婷婷99久久精品| 激情文学 综合 色| 开心五月激情五月丁香五月婷婷| 色五婷婷开心缴| 婷婷五月色| AV片一区在线观看| 久久久久久久五月| 五月天综合网| 99热这里只有精品1998| 99精品免费视频| 天天色天天| 伊人爱爱日本| 无码橾| 欧美色狠婷久| 天天做天天爱天天玩夜夜爽| 99色中文| 色婷婷丁香A片区毛片区女人区| 婷婷五月丁香激情图片| 激情五月天视频| 丁香五月婷婷亚洲综合精品在线| 色情婷婷五月天| 激情五月天 婷婷| 丁香六月在线综合| 五月丁香黄色| 777久久综合视频| 欧美日韩aaaa| 久久久久久激情| 风流少妇A片一区二区蜜桃| 久热爱大香蕉在线蜜臀悦色| 日本三级黄色大片| 久久深爱激情网| 伊人玖玖精品| 少妇AB又爽又紧无码网站| 91色碰| 欧美成人无码一区二区三区| 五月婷婷亞洲中文| 亚洲免费看片| 狠狠色色色| 五月天天堂久久| 五月天婷婷丁香视频| 婷婷激情视频| 精品一二三区久久AAA片| 五月丁香趴趴| 五五月丁香花激情综合网| 99久久6| 色色a| 激情超碰网| 久久中文人妻系列| 夜夜操,天天撸| 天天色天天操天天射| 无毒黄色网址| 超碰人人艹| 婷婷五月天激情AV影院| 色婷操逼| 丁香五月婷婷av影院| 丁香五月婷婷AV| 99热精国产这里只有精品| 日本久久婷| AV成人在线网站| 9|无码久久久久久| 开心五月色婷婷综合开心网| 91热在线| 五月天婷婷激情六月久久| eeuss人妻| 欧美Va日本Va|