ARTICLE · 1326061

急诊科 AI 极客实战教程 · 第 8 章

发布时间：2026-11-07 13:30:59 最近访问：2026-11-07 13:31:00

本地 RAG 知识库：让 AI 带着指南开卷考试

搭一个只基于你的指南和文献回答的循证秘书。预计用时 120-150 分钟。

本章目标

把“凭记忆回答”的 AI，改造成“只基于你的资料回答、说不出就敢说不知道”的助手。

前置条件：完成第 2、5 章，会运行 Python，准备若干 PDF 或 TXT 格式的指南与文献。本章可交付成果：一个本地知识库＋一个可查询的 rag_qa.py ＋一份 20 题测试报告。

一、开场病例：一条推荐剂量，查了半小时

夜班，一个创伤性凝血病（TIC）的患者，血压在往下掉。你记得氨甲环酸（TXA）有用，但不确定：推荐剂量是多少？伤后多长时间内给药？哪些指南支持？肾功能不全要不要减量？

你打开手机，搜到一堆互相矛盾的内容：有的说 1 g，有的说 1 g 加 1 g；有的说 3 小时内，有的说 8 小时内。你打开一个网页版 AI，它很自信地给你一段“指南推荐”，还附了一个看起来很像真的参考文献。你差点就信了。

问题是：AI 不是在查指南，它是在“接龙”。它生成的是“最像答案的文本”，不是“最真实的文本”。

这一章要做的，就是给 AI 配一个本地开卷考试的书包：你提问，系统先在你的指南和文献里检索相关原文，把原文和问题一起交给 AI，再要求它“只根据原文回答，并标注出处”。这就是 RAG（Retrieval-Augmented Generation，检索增强生成）。

二、核心概念：六个词，一张表

概念	一句话解释	急诊类比
RAG	先检索资料，再让模型基于资料回答	开卷考试
Chunking（分块）	把长文档切成小段	把一本指南拆成一张张卡片
Embedding（向量化）	把文字变成一串数字，表示语义	给每张卡片编一个语义指纹
向量数据库	存储向量并支持相似度搜索	按“意思”而不是“关键词”找卡片
Retrieval（检索）	根据问题找出最相关的片段	抢救时快速翻到那一页
Rerank（重排）	对初步检索结果再排序	分诊后二次评估，把最重的排前面

1. RAG 的基本流程

# 离线阶段

PDF/TXT -> 解析文本 -> 分块 -> 向量化 -> 存入向量库

# 在线阶段

用户问题 -> 向量化 -> 相似度检索 -> 取 Top-K 片段

　→ 拼成上下文 -> 交给 LLM -> 带引用回答

关键区别：普通 LLM 是“闭卷考试”，靠参数里的记忆；RAG 是“开卷考试”，靠你给它的资料。开卷考试也会答错，但至少你知道它看的是哪一页。

2. 为什么大模型会“幻觉”

第 1 章讲过：LLM 的训练目标是“预测下一个 token”，不是“保证事实正确”。具体到医学指南，有四条路径通向幻觉：知识可能过时，模型的训练有截止日期，新指南可能没学过；知识可能混淆，不同指南、不同年份、不同病种的推荐容易串；上下文里没有答案时它会“补全”，为了完成任务编一个看起来合理的答案；它无法区分“我记得”和“我猜的”，语气都很自信。

RAG 的作用，是给它一个可核查的证据来源。但它不能把幻觉降到零：检索可能没找到正确片段；找到了，模型可能忽略；模型可能错误引用；资料本身也可能过时或出错。

正确期待：RAG 把“凭空编造”变成“有据可查”，把幻觉率显著降低，但仍然需要人工核对引用。

3. Chunking：分块的艺术

策略	做法	适合
固定长度	每 500 到 1000 字一段，重叠 100 到 200 字	通用
按段落	以空行或标题分段	指南、教科书
按章节	以“推荐意见”“剂量”“禁忌”等标题分	结构化指南
语义分块	用模型判断句子边界	高质量要求

分块太大，检索到一大段，模型要自己找重点，上下文浪费，还容易把不相关内容混进来。分块太小，上下文丢失，一个推荐被切成几段检索不全，指代关系也断了（“该药”“上述剂量”）。急诊指南还有个特殊性：推荐剂量、时间窗、禁忌证往往集中在一个小节，分块时最好保留章节标题和页码，否则检索到“1 g”却不知道是哪个药。

4. Embedding：文字怎么变成向量

Embedding（嵌入）把一段文字映射成一个高维向量，比如 384 维或 768 维，语义相近的文字，向量也相近。你可以把它想成“语义指纹”：“氨甲环酸”和“TXA”向量很近；“氨甲环酸”和“对乙酰氨基酚”向量较远；“推荐剂量”和“用法用量”向量较近。

similarity = (A · B) / (|A| × |B|)

余弦相似度等于 1 表示方向完全相同，等于 0 表示无关，等于负 1 表示方向相反。注意：Embedding 不是“理解”，它捕获的是训练语料中的共现模式。缩写、否定、单位、数字，它可能处理不好，所以检索结果必须人工看。

5. 向量数据库：按“意思”搜索

传统搜索按关键词匹配：你搜“TXA”，找不到只写“氨甲环酸”的段落；你搜“肾功能不全”，找不到“eGFR 小于 30”的段落。向量搜索按语义相似度：你搜“TXA 剂量”，能找到“氨甲环酸 1 g 静脉注射”；你搜“肾不好能不能用”，能找到“严重肾功能不全患者慎用”。

工具	特点	适合
FAISS	Facebook 开源，快，轻量	个人本地知识库
Chroma	易用，自带持久化	快速原型
LanceDB	现代，支持多种数据类型	中等规模
Milvus	企业级，部署复杂	大规模、团队

本书用 FAISS 加 sentence-transformers，因为依赖少、可离线、适合个人电脑。

6. 检索之后：Prompt 决定成败

你是循证医学助手。请只根据下面提供的资料回答问题。

要求：

　1. 每个关键结论后标注来源，格式：[文件名, 第X页]

　2. 如果资料中没有明确答案，回答“库中无证据”，不要推断。

　3. 如果资料之间有冲突，列出冲突并说明各自来源。

　4. 不要使用资料之外的知识。

没有这几句话，模型很可能“看了资料，但继续自由发挥”。

三、底层原理：RAG 为什么会失败

知道失败模式，才知道怎么调。

失败模式	表现	原因	对策
检索不到	答案明明在库里却没被找到	分块过大过小、embedding 不匹配、top-k 太小	调分块、换模型、加关键词检索
检索到但不相关	找了一堆无关段落	语义相似但不回答问题的伪相关	加 rerank、加元数据过滤
模型忽略资料	资料里有，模型还是编	prompt 不够强、上下文太长	强化“只基于资料”指令
引用错误	标了页码，但原文对不上	模型编造引用	引用必须可点击、可核对
资料本身错	指南过时、版本错	知识库未更新	版本管理、定期更新
OCR 质量差	PDF 是扫描件，文本乱码	没有做 OCR	用 OCR 工具预处理
表格丢失	剂量表变成一串乱码	PDF 表格解析失败	手动录入或换专用解析器

RAG 的质量上限，取决于知识库的质量。垃圾进，垃圾出。

1. 混合检索：向量＋关键词

纯向量检索对缩写、数字、专有名词可能不敏感。实践中常用混合检索：向量检索负责语义相似，关键词检索（BM25）负责精确匹配“TXA”“1 g”“3 h”，两者合并结果之后再做 rerank。本书的最小实现只做向量检索；如果你要做生产级知识库，建议加 BM25。

2. 元数据过滤

给每个 chunk 加元数据：文件名、页码、章节、指南版本或年份、病种、证据等级。检索时可以过滤，比如“只查 2024 年以后的指南”“只查创伤相关章节”。这能显著减少无关结果。

四、实操：搭一个最小可用的本地 RAG

步骤 1　安装依赖

conda activate ai-ed

pip install pypdf sentence-transformers faiss-cpu openai numpy pandas

Windows 提示：faiss-cpu 如果安装失败，可以尝试 pip install faiss-cpu --only-binary=:all:，或者改用 chromadb。本书以 FAISS 为例，概念是通用的。如果安装 sentence-transformers 后 import torch 报 shm.dll 或 c10.dll 找不到，通常是缺少最新的 Microsoft Visual C++ Redistributable（x64），安装后重启终端即可，详见附录 C.5.4。

步骤 2　准备资料

在 D:\AI急诊实验室\07_知识库\docs 下放入三类文件：公开版本的指南 PDF（例如 AHA、SSC、ATLS）、综述 PDF、你自己整理的指南摘要 TXT 或 MD。

安全提醒

不要放入含患者信息的文档；

不要放入未经授权的内部文件；

如果文档受版权保护，仅限个人学习使用。

步骤 3　运行建库脚本

python "...\ch08_rag_minimal.py" build ^

　--docs "D:\AI急诊实验室\07_知识库\docs" ^

　--index "D:\AI急诊实验室\07_知识库\index"

PowerShell 的续行符是反引号，不是 ^。上面的 ^ 是 CMD 写法。在 PowerShell 里写成一行，或者用反引号续行。

脚本会读取 .pdf、.txt、.md，按页提取文本，分块（默认 800 字，重叠 120 字），用 BAAI/bge-small-zh-v1.5 生成向量，建立 FAISS 索引，最后保存 index.faiss 和 metadata.json。第一次运行会下载 embedding 模型（几百 MB），需要网络。

步骤 4　查询

python "...\ch08_rag_minimal.py" query `

　--index "D:\AI急诊实验室\07_知识库\index" `

　--question "创伤性凝血病使用氨甲环酸的推荐剂量和时间窗是什么？"

脚本会把问题向量化，检索 Top-K（默认 5）片段，打印片段来源（文件名、页码、相似度）；如果设置了 DEEPSEEK_API_KEY，就调用 DeepSeek 生成带引用的回答；如果没有 API Key，只打印检索结果，方便你人工阅读。

$env:DEEPSEEK_API_KEY = "sk-你的密钥"

不要把密钥写进脚本。用环境变量，或者 .env 加 python-dotenv，并把 .env 加入 .gitignore。

步骤 5　测试一个“库中没有”的问题

python "...\ch08_rag_minimal.py" query `

　--index "D:\AI急诊实验室\07_知识库\index" `

　--question "急诊成人咯血使用氨甲环酸的剂量是多少？"

如果库里只有创伤指南、没有咯血指南，正确行为就是回答“库中无证据”。如果它还是给了你一个剂量，说明 prompt 或检索出了问题。

“敢于说不知道”是 RAG 最重要的能力。一个什么都敢答的医疗 AI，比一个答不出来的危险得多。

步骤 6　评估你的知识库

准备 20 个问题：10 个“库中明确有答案”，5 个“需要跨文档综合”，5 个“库中没有答案”。然后按四个指标打分：

指标	定义	目标
检索命中率	正确片段是否出现在 Top-K	不低于 80%
引用准确率	回答中的引用是否真的支持该结论	不低于 90%
拒答正确率	库中无答案时是否回答“无证据”	不低于 90%
答案完整度	是否覆盖问题的主要要点	人工评分 1 到 5

把结果存到 07_知识库\RAG测试报告.md。这一步最容易被跳过，但它恰恰是判断“你的知识库能不能用”的唯一依据。

五、代码结构：你不需要从零写

配套脚本 ch08_rag_minimal.py 包含五个函数：load_documents() 读取 PDF、TXT、MD，split_sentences() 按句子切分，chunk_text() 分块并做重叠，build_index() 向量化并建 FAISS 索引，query() 负责检索与生成。

核心逻辑只有两段，建库和查询：

# 1. 建库

chunks = []

for doc in documents:

　for chunk in chunk_text(doc["text"]):

　　chunks.append({"text": chunk, "file": doc["file"], "page": doc["page"]})

vectors = model.encode(

　[c["text"] for c in chunks], normalize_embeddings=True)

index = faiss.IndexFlatIP(vectors.shape[1]); index.add(vectors)

# 2. 查询

q_vec = model.encode([question], normalize_embeddings=True)

scores, ids = index.search(q_vec, top_k)

context = "\n\n".join(

　f"[{i+1}] 文件：{chunks[idx]['file']} 第{chunks[idx]['page']}页\n{chunks[idx]['text']}"

　for i, idx in enumerate(ids[0]))

为什么用 IndexFlatIP？因为 embedding 已经归一化，内积就等于余弦相似度。数据量小（几万条）时 Flat 索引足够快，数据量大了再考虑 IVF 或 HNSW。

六、把 RAG 接进 Claude Code 的工作流

用法	适合
A 独立脚本	批量查询、生成测试报告、知识库维护
B 让 Claude Code 调用脚本	一边查一边整理，保留可追溯性

用法 B 的操作很简单，在 Claude Code 里直接说：

请运行 D:\AI急诊实验室\07_知识库\rag_qa.py，

查询“脓毒症 1 小时 bundle 的推荐内容”，

把检索到的原文和回答一起给我，并标注文件名和页码。

# 进阶：封装成 MCP 工具（第 13 章），像调用本地文件一样调用知识库

Claude Code 会执行脚本、读取输出，再帮你整理。这样你既保留了 RAG 的可追溯性，又利用了 Agent 的整理能力。

七、提示词模板：带引用、敢拒答

【角色】你是一名循证医学助手，擅长从指南原文中提取推荐意见。

【背景】下面是从本地知识库检索到的资料片段，每段都有文件名和页码。

【任务】请只根据这些资料回答用户问题。

【边界】

　1. 每个关键结论后标注来源，格式：[文件名, 第X页]。

　2. 如果资料中没有明确答案，回答“库中无证据”，不要推断。

　3. 如果不同资料冲突，列出冲突点及各自来源。

　4. 不要使用资料之外的知识。

　5. 不要编造页码、指南名称或推荐等级。

【格式】

　- 先给出一句话结论；

　- 再列出证据要点（每条带引用）；

　- 最后列出“不确定、冲突、缺失”的部分。

一个“防幻觉”的追问

回答生成之后，再加一句追问：请把你回答中的每一条引用逐条对照原文，确认原文是否真的包含该结论、页码是否准确、是否有断章取义；如果某条引用无法核实，请删除该结论并说明。

这一步会让模型自己删掉几条结论。别嫌它变得“保守”——被删掉的，本来就是你最不该相信的部分。

八、安全与合规

1. 数据不出院

数据类型	处理原则
指南、教科书、公开文献	可以本地建库
患者数据、内部制度、未发表数据	必须本地处理，且符合医院信息安全制度
云端 LLM 调用	只发送检索到的片段，不发送整个数据库
片段含患者信息	先脱敏，或改用本地模型

2. 版权

指南 PDF 可能受版权保护，个人学习使用通常可以，但不能公开分发；不要把整本教科书上传到公开网盘；商用知识库需要获得授权。

3. 版本管理

每份文档记录版本或年份；指南更新后重建索引；在回答中标注指南版本，避免“用旧指南回答新问题”。

九、可交付成果与过关自检

07_知识库/

　├─ docs/ # 你的指南与文献

　├─ index/ # index.faiss + metadata.json

　├─ rag_qa.py # 查询脚本

　└─ RAG测试报告.md # 20 题评估

验收标准：能成功建库、索引文件存在；查询时能返回文件名、页码、相似度；回答中的引用能回到原文核对；库中无答案时能正确回答“无证据”；20 题测试的检索命中率不低于 80%、拒答正确率不低于 90%；没有把患者数据或密钥写进知识库和代码。

过关自检七项：能用自己的话解释 RAG 的开卷考试流程；能说出 RAG 不能把幻觉降到零的三个原因；知道分块太大和太小分别有什么问题；能解释 embedding 和余弦相似度的直觉；知道检索失败的常见原因；能写出“只基于资料回答、无证据就拒答”的 prompt；知道如何评估检索命中率和引用准确率。

延伸练习：把 chunk_size 从 500 改到 1500，观察检索结果的变化；加入 BM25 关键词检索，比较纯向量与混合检索的命中率；给文档加“年份、病种”元数据，只检索 2024 年以后的指南；故意问一个库中没有的罕见病剂量，观察模型是否拒答；随机抽 10 条引用逐条回到原文，计算引用准确率。

本章速查卡

RAG 等于检索＋增强＋生成，本质是开卷考试

流程：文档 → 分块 → 向量化 → 向量库 → 检索 → 拼上下文 → LLM

分块：500 到 1000 字，重叠 100 到 200 字，保留文件名、页码、章节

向量：语义指纹；余弦相似度；归一化后用内积

Prompt：只基于资料；每条带引用；无证据就拒答

评估：检索命中率、引用准确率、拒答正确率

安全：患者数据不出院；密钥不进代码；指南注意版权

下一章预告：你有了干净数据、统计图表、循证知识库。接下来要把这些素材变成论文和标书——IMRAD 的底层逻辑、如何写出没有 AI 味的 Results，以及国自然标书“痛点、空白、假说、路线”的四段结构。

本文为《急诊科 AI 极客实战教程》第 8 章排版版。代码请以配套仓库的完整脚本为准，文中代码为讲解节选。

我是老陆，热衷于分享医生 × AI 的实战干货。

如果这篇对你有用，欢迎点赞、在看、转发三连，我们下篇见。