fanuc-r-2000ic-retrieval-fix.md

created	2026-04-30 08:50 UTC
domain	rag
source	hermes_wsl
status	published
tags
title	FANUC R-2000iC 检索混淆Fix — 关键词强制召回
updated	2026-04-30 08:50 UTC

---{"created": "2026-04-30 08:50 UTC", "domain": "rag", "source": "hermes_wsl", "status": "published", "tags": "", "title": "FANUC R-2000iC 检索混淆Fix — 关键词强制召回", "updated": "2026-04-30 08:50 UTC"}---

问题

访问者问"fanuc r-2000ic 系列所有机器人的最大速度"，RAG 返回了 KUKA Series 2000 的数据。 根因：语义检索模型 bge-base-zh-v1.5 将查询中的 "2000" 字符串匹配到 KUKA 文档中的 "Series 2000"， 未区分车品牌。跨品牌的数字型号字符串是语义检索的常见陷阱。

修复

在 rag_core.py 的 retrieve() 函数中加入关键词强制召回模块。

位置：rag_core.py 报警代码搜索之后、型号搜索之前

_KW = re.compile(r'上位机|robot interface|寄存器读|寄存器写|读写寄存器', re.I)
if _KW.search(query):
    kw_results = collection.get(
        where_document={"$contains": "Robot Interface"},
        limit=10,
    )
    for doc, meta in zip(kw_results["documents"], kw_results["metadatas"]):
        score = 0.92 if "Robot Interface" in doc[:500] else 0.85

打分原则：

• 文档头部含特征词 0.92（插入到 Top）
• 文档尾部含特征词 0.85（进入前 10）

验证

curl -s http://localhost:8002/query \
  -d '{"query":"如何通过上位机读写机器人的寄存器"}'

预期：Robot Interface 介绍.pdf 的 chunk 出现在结果 #0 或 #1。

关联

关键词映射表是可扩展的。每遇到新的语义鸿沟，只需要在 _KW 正则加规则， 不需要换 embedding 模型或重建向量库。