构建AI智能体知识库并用我自己的医学检验报告测试它

作者是 Iskra 的后端开发人员，他为 AI 智能体构建了一个知识库，并用自己熟知的体检结果进行了测试，使错误一目了然。该系统的工作原理类似于准备好的文件系统，而非搜索索引：每个文件都附带一个带有 YAML 头部的镜像 .md 文件，智能体通过 ls、grep、read 和链接追踪进行导航。这种方法在多文档回答和来源引用方面优于经典的 RAG，因为智能体会阅读整个文档，而不是分块阅读。然而，智能体有时会忘记访问知识库，比如当它声称没有看到附件，但在重试时却读取了全部七个文件并提供了正确的摘要时。其他问题包括文件重命名怪异（部分标题为拉丁文）、引用中的转述不准确，以及更高的令牌成本——每个复杂查询大约需要 10-15 次工具调用。作者还指出，该系统并非万无一失：模型可以引用来源但仍会产生幻觉，因此服务器端的来源列表至关重要。