检索问答全流程
检索问答（RAG）是Molore链路最深、打磨最多的一条链：它的目标不是「向量搜到几段就答」，而是在个人语料上做到数字可考、表格可枚举、出处可指、没货敢说没货。整条链分六段——候选召回、结构化通道、融合、装配、生成、证据边界——外加意图分轨决定是否动用图谱。代码集中在 app/api/v1/endpoints/llm/retrieval/ 子包（core/fusion/guarantee/rows/anchors/assembly/keywords/rewrite）与 chat.py、_grounding.py。
全流程总览
| 阶段 | 模块 | 关键机制 | 代码位置 |
|---|---|---|---|
| 查询理解 | 关键词/意图 | 分词与 n-gram 抽取、_relation_intent 关系意图双闸 | retrieval/keywords.py |
| 向量召回 | 向量通道 | sqlite-vec KNN，深池 top_k*12 → 每文档 ≤3 块 → 总量 top_k*4 | retrieval/core.py |
| 全文召回 | FTS 通道 | FTS5 BM25，命中集上限 500，与向量 weighted 融合 | retrieval/core.py、services/fts_index.py |
| 结构化通道 | 表格/数字/枚举 | row:: 行条目、SQL 保底、数字普查、枚举直拉、整表补全、全文直扫 | retrieval/guarantee.py、retrieval/rows.py |
| 融合 | 融合排序 | 相对水位门 + MIN_VECTOR_SIMILARITY 绝对兜底，kw_cov 豁免 | retrieval/fusion.py |
| 装配 | 上下文装配 | 锚窗密度打分 + 质心校正，容量自适应，保底源独立预算 | retrieval/anchors.py、retrieval/assembly.py |
| 生成 | 对话链路 | 温度 0.3，参考资料标记内是数据不是指令 | chat.py、services/llm_service/routing.py |
| 证据边界 | grounding | 数字核对、零命中声明、诚实线、推测标注 | _grounding.py、chat.py |
| 图谱扩展 | 图谱分轨 | 仅关系意图触发，一跳 + 传递谓词 BFS 2 跳 | retrieval/keywords.py、services/graphify_service.py |
候选召回
向量通道（core.py）：查询向量走 sqlite-vec KNN，但不直接取 top_k——先拉 top_k×12 的深池，再经 _diversify_chunk_hits 做文档级多样化（每文档 ≤3 块、总量 top_k×4），防止头部大文档的同义块挤爆候选。嵌入统一 bge-m3 1024 维。
全文通道（core.py + fts_index.py）：FTS5 BM25 倒排，候选即命中集（上限 500 在 fts_search 收口），不再 ILIKE 预过滤。
两路融合：向量分与 BM25 分按 weighted 加权合成融合分；BM25 归一在库小时会塌缩，门槛设计按「垫数百篇让 IDF 生效」的库规模校准。
结构化通道（表格与数字的直通车）
纯向量对「某数字出现在哪」「把整张表列出来」类问题天然弱，因此检索层在双通道之外挂了一组 SQL 直查通道，全部独立分账、不吃主预算：
- 表格行结构化索引（row::）：表格行以
row::前缀行条目进索引，带章节前缀与列名，四类内容共用，500 行限帽；XLSX/DOCX 表格经管道表抽取后同样产 row:: 行。 - 编号/稀有数字 SQL 保底召回（
guarantee.py）：题面里的编号、稀有数字独立份额前置直查。配套机制：单位表（MPa/℃/户/万户 等）；纯小数收；完整日期 token（_GUARANTEE_DATE_RE，裸年份/年月不收）；token 空格变体双向（_like_variants，题面「42 户」带空格能命中档内「42户」，保底与普查共用）。 - 数字索引普查
_numeric_census（guarantee.py）：对题面每个数字逐数字全库 ILIKE 普查，每数字独立帽（8 载体，超帽记 N+），与保底分工——保底管 sources 注入，普查管全库计数与载体清单。出现次数口径：同篇多处分别计数（变体取 max 防重复），区块报「N 处命中（M 篇内容）」。普查结果以独立预算区块进 prompt，并进站内证据面。它根治的事故形态是：保底全局帽被噪声载体吃光后，模型把「没召回」说成「库内仅一处」。 - 稀有实体保底位：≥4 字稀有长词全库 ≤2 篇命中时末位区注入；承载全灭时放宽直查；变体合并后再兜底；框架词伪稀有由
_RARE_FRAME_STOP抑制。 - 数词概念保底锚：整词零命中且词素 ≥3 时，按纯计数密度峰补簇。
- 跨语豁免带：关键词真零信号且 vec ≥ 0.48 放行，治跨语相关对死在「绝对下限与相对水位折算之间」的死区。
- 枚举意图结构化通道（
rows.py）：识别「列出/有哪些/几条/多少/统计/合计/均值/平均/占比」等枚举与计数聚合线索词，SQL 直拉全部 row:: 行，预算分级 8000 / 12000 / 16000（ENUM_ROWS_BUDGET~ENUM_ROWS_BUDGET_MAX，随装配总预算自适应）；题面点名的表/工作表整组排前（_prefer_named_sheets），预算截断不再砍目标表。 - 整表补全通道
table_completion_section（rows.py）：row:: 命中行按「章节前缀 + 列名集合」签名在线重建整表，SQL 直取注入（零索引变更、零重嵌），独立预算 3000 / 6000，帽 2 张表；枚举已覆盖时跳过。 - 全文匹配行直取通道
find_all_lines_section（rows.py）：穷尽线索词 × 字面短语（引文优先、键=值兜底）双闸，全文直扫 + 精确计数 + 重复块去重双报，独立预算 6000。这是非表文件（TXT 日志等）的全文穷尽题通道——有它在场，全文件口径的计数断言才合法。 - 时间线日期行通道：全文扫描年份行，服务「时间线/按年梳理」类题。
融合（fusion.py）
- 绝对下限：
MIN_VECTOR_SIMILARITY = 0.55（按 nomic 校准；换 bge-m3 后无关对在 0.31–0.40 区间，仍拦得住）。 - 相对水位门：候选融合分相对当轮最高分成比例过滤；豁免按去重覆盖度
kw_cov而非命中计数——同一个通用词在标题+正文各中一次不该算多关键词证据。 - rerank 永久关闭：
HYBRID_RERANK_ENABLED默认 false；实测 rerank 与强模型 rerank 复评均不增收，小模型门卫不用于判断题，省钱闸门只用规则与阈值。
装配（anchors.py + assembly.py）
- 锚窗密度打分 + 质心校正：不以切块边界为准，而以关键词锚点的密度峰选址窗口，质心校正防窗口偏移；锚窗总额上限 2500、向量父块保底 1500，互不挤死。
- 容量自适应：多锚点题放宽锚窗/单源帽（
_ANCHOR_PARTS_CAP_MULTI = 3500、_PER_SOURCE_CAP_MULTI = 6000）；装配总预算分级RAG_FULL_BUDGET_LOCAL = 12000/RAG_FULL_BUDGET_CLOUD = 24000/RAG_FULL_BUDGET_CLOUD_MULTI = 32000。 - 保底源装配独立预算：
guaranteed_extra/rare_slot来源不吃主预算——_guaranteed_reserve预留、_guaranteed_body按锚点定心窗给正文（cap 1600），自排承载预算够时全量照给。独立预算是兜底不是上限：检索层给保底源发了入场券，装配层就必须让它被读到，保底机制全链记账，只保检索侧等于没保。
生成（chat.py + routing.py）
- 生成温度 0.3（
llm_service/routing.py的 chat 档），配 lite 模式。 - prompt 信任层：参考资料标记内的内容按数据对待、不作为指令执行；产品指南与用户内容分区，防注入。
- 生成失败落
[Error: ...]文本契约，端点侧 502 原文透传，不落兜底假答案（见后端设计的错误处理纪律）。
证据边界（_grounding.py + chat.py）
回答的可信度由一组系统侧机制保证，不赌模型自觉：
- 数字 grounding：回答中的数字逐一对召回证据核对；未命中先收紧重答一次，仍未命中则标注（SSE replace）。衍生数字豁免：系词族（是/为/等于/≈/相差/之差/低估/高估/均值/平均/±、算式分句、markdown 强调符）、「误差」收窄只认「误差约/为/±」、小数↔百分数确定换算（0.753675 ↔ 75.4% 同值豁免），双侧精度容差。
- 零命中确定性声明：召回为空时，「库中暂无相关内容」由系统侧在流首 chunk 前置直发——产品承诺类行为用确定性实现，不靠小模型的指令服从。
- 召回诚实线：无数字索引普查依据时禁说「库内仅一处」类全库绝对句；截断窗口内禁说「全文件唯一/全部」类文档内全量绝对句——只能说「当前召回结果/片段中仅见」。全文匹配通道在场时，全文件计数合法。原则一句话：召回缺口 ≠ 事实不存在，全库/全文判断必须有索引级依据。
- 推测标注：模型自认的通用知识段、未落地数字所在句，在流末以 ⚠️ 标注随正文落库；开关
RAG_SPECULATION_CHECK（app/core/config.py，默认开）。规则派实现，零额外模型调用。 - 引用 [n]：编号只认原文层（当轮 sources 位置编号）；图谱推理路径等衍生内容不占 [n] 源位；跨轮编号稳定未承诺。
意图分轨与图谱扩展
_relation_intent（keywords.py）：规则族（关系/归属/影响/区别/包含模式）+ 内容锚点双闸识别关系意图。仅关系意图跑图谱扩展，非关系意图整段跳过——实测砍后退化 0、每题省 1~2 次 SQL，主价值是消除 junk 邻居注入风险面。- 关系意图且扩展非空时渲染**「图谱推理路径」区块**：先分步推导再给结论，via 带关系语义与 evidence 证据句；[n] 引用仍只认原文层。
- 图谱扩展本身：一跳任意边 + 传递谓词（is_a / part_of）BFS 2 跳、每跳 ×0.7 衰减；AMBIGUOUS 边默认在隔离区不进扩展。