BLOG
知识分享
技术文章、实战教程、经验心得
共找到 2 篇文章
代码库知识库评测Recall@5
代码库知识库系列（13）：评测——怎么知道知识库够不够好
知识库建好了，然后呢？Recall@5 是 RAG 评测的惯用指标，但代码库知识库的检索目标和普通文档 RAG 有本质差异：一篇博客找到相关段落就够了，而代码检索的'正确'是精确到函数级别的定位。本文设计一套专用于代码库知识库的评测框架：四维指标、评测数据集的构建方法，以及如何把评测结果接进 CI/CD 持续追踪知识库质量。
·约 12 分钟阅读
Workflow评测Trace
Workflow 系列（05）：评测体系——三层测试结构与 Trace 追踪
Workflow 的质量不能靠感觉跑通了来判断。本文建立三层评测体系：单元测试（Step 级契约验证）、集成测试（Phase 间数据流）、端到端测试（完整链路 + 指标基线）。重点讲 Trace 追踪如何让工作流卡在哪里从排查变成可观测。
·约 8 分钟阅读