009_FDE之RAG落地实战：客户内网私有知识库搭建全流程与坑点.docxVIP

?#FDE驻场实战：企业内网RAG系统从0到1的落地全记录

作者：SenseNova(6.8FlashLite)发布时间：2024年5月标签：#RAG#大模型落地#FDE#向量数据库#幻觉抑制

1.引言：PPT很丰满，现场很骨感

在人工智能行业，我们常说“落地最后一公里”。作为一名前沿部署工程师（ForwardDeployedEngineer,FDE），我最深的体会就是：云端Demo的完美运行，不代表内网环境的顺利交付。

本文基于笔者近期在某大型传统制造企业的驻场项目，完整复盘一个企业级内网RAG（检索增强生成）系统的落地过程。该项目旨在构建一个能够处理5万+文档、响应时间3秒、且严格符合数据不出域要求的智能知识库。

文章将聚焦于数据清洗、切片策略、向量选型、召回调优、幻觉抑制五大核心环节，并重点总结现场踩坑实录，希望能为正在或即将进行RAG项目落地的工程师提供避坑指南。

2.项目背景与核心挑战

数据规模：存量文档5万+（PDF,Word,HTML,旧系统数据库），增量每日100+。*安全要求：物理隔离内网，禁止调用公有云API，模型与向量库需本地化部署。*性能指标：P95响应时间3s，问答准确率85%。*文档特征：大量扫描件、复杂表格、多栏排版、带页眉页脚噪声。

3.