背景

[assistant] The WSL session has been stable for 17 minutes. Before guiApplications=false, the session would crash within 14-53 seconds. Now it's been 17 minutes without issues. This confirms that the `g [user] [The user sent a text document: 'RAG知识库完整说明文档.md'. Its content has been included below. The file is also saved at: ~/.hermes/cache/documents/doc_ce0caa2cff68_RAG知识库完整说明文档.md]

[Content of [assistant] 已读完。这套方案的架构设计相当扎实，几个核心决策值得记下来：

关键技术决策亮点：

NTFS + Linux 分区分离：向量库放 Linux ext4（ChromaDB/SQLite 依赖文件锁），文本缓存放 NTFS（JSON 原子读写），分工清晰
双层 PDF 回退：pymupdf4llm → pymupdf 纯文本兜底，应对扫描版/损坏文件
**中

用户描述

[The user sent a text document: 'FANUC知识库方案_v5.md'. Its content has been included below. The file is also saved at: ~/.hermes/cache/documents/doc_a6ed11aeee1c_FANUC知识库方案_v5.md]

[Content of FANUC知识库方案_v5.md]:

FANUC 工业机器人知识库方案 v5

更新：2026-04-14 状态：POC 验证完成（检索召回率 60%）| 规模：3.4万 chunks / 143 PDF / 362 MB 下一步：5 模型 LLM 对比评测（llm-eval 脚本已就绪）

一、背景与目标

背景

工业机器人维护场景中，工程师需要从大量 FANUC 原厂手册（报警代码、参数配置、标定步骤、安全规范等）中快速定位答案。传统方式依赖人工翻阅 PDF 或记忆，效率低且容易出错。

目标

将约 20,000 页

助理回复

两份方案都读完了。以下是完整对比分析：

方案对比总览

维度	方案 A（Claude uptus / 企业微信版）	方案 B（Hermes CLI / 飞书版）
定位	通用工业文档（多格式多分类）	FANUC 垂直领域（PDF 为主）
PoC 阶段	生产可用	评测验证中（60% Top-1）
向量模型	bge-base-zh-v1.5 · 768d · CPU	bge-small-en-v1.5 · 384d · RTX 4060 GPU
分块策略	800 字符 / 100 重叠 / 中文标点分隔	512 tokens / 50 重叠 / 段落切分
检索算法	纯向量 cosine 相似度	双路召回（向量 + BM25 keyword boost）
融合方式	—	Simplified RRF（向量优先，BM25 兜底）
表格处理	整页表格 → `\|` 分隔独立 chunk	整页表格 → 8000 char 独立 chunk
LLM	InternalModel-Flash → Qwen-Plus → Ollama qwen2.5:3b（3 通道容灾）	MiniMax M2.5 API（单通道）
接口	Gradio Web UI + 企业微信 `/查`	飞书 `/查` 命令 + CLI 脚本
文档规模	442 份（PDF/Word/PPT/Excel）	143 份 PDF
向量条数	22,181	34,100
建库耗时	20~30 分钟（CPU）	~

FilesExpand file tree

fanuc-kb-proposal.md

Latest commit

History