RAG系统评测神器KnowEval：让大模型回答质量不再“玄学“，小白也能轻松上手

KnowEval是专为RAG系统打造的全链路评测平台，提供五维度评测体系（忠实度、答案正确性、上下文精确度、上下文召回率、答案相关性）和AI智能生成测试集功能。通过可视化评测报告与KnowFlow深度集成，形成"数据治理→RAG检索→质量评测→持续优化"的完整闭环，帮助开发者将RAG优化从"凭感觉调参"转变为"数据驱动优化"，大幅提升开发效率和系统质量。

Python编程杰哥

234人浏览 · 2025-11-12 15:21:34

Python编程杰哥 · 2025-11-12 15:21:34 发布

KnowEval：RAG 工程化的最后一公里，让问答质量有据可依

一、前言

1.为什么需要 KnowEval？

在过去一年与众多企业客户的交流中，我们发现一个普遍的痛点：RAG 系统上线后，如何量化评估问答质量？如何系统化提升检索效果？如何在多个优化方案中选择最优解？

很多团队花费大量时间调试 RAG 系统，但往往凭感觉调参，缺乏数据支撑。A/B 测试需要人工逐条对比，效率低下。更关键的是，没有一套标准化的评测体系，就无法形成可持续优化的闭环。

基于此，我们推出了 KnowEval - 专为 RAG 系统打造的全链路评测平台，将评测这个"隐形能力"变成可视化、可量化、可优化的工程化能力。

评估表盘

2.新功能

KnowEval v1.0.0 正式发布，本版本推出以下核心能力：

1. 五维度评测体系

我们基于业界领先的 RAGAS 框架，构建了完整的 RAG 评测指标体系：

• 忠实度 (Faithfulness): 评估答案是否忠实于检索到的上下文，杜绝"幻觉"
• 答案正确性 (Answer Correctness): 对比标准答案，量化回答准确度
• 上下文精确度 (Context Precision): 评估检索到的文档是否精准相关
• 上下文召回率 (Context Recall): 评估是否检索到所有必要信息
• 答案相关性 (Answer Relevancy): 评估答案是否切题，避免答非所问

2. AI 智能生成测试集

手动构建测试数据集费时费力，我们提供了 AI 自动生成测试集 功能：

• 基于知识库内容自动生成问题
• 智能提取标准答案和参考上下文
• 支持自定义生成数量和难度
• 一键导入，即时可用

数据集管理

AI 自动数据集

3. 可视化评测报告

告别枯燥的数字表格，我们提供了直观的可视化报告：

• 多维度指标雷达图
• 得分分布趋势分析
• 单条问答详细诊断
• 导出 JSON 格式完整报告

4. 对接 KnowFlow，形成完整闭环

KnowEval 与 KnowFlow 深度集成，形成 “数据治理 → RAG 检索 → 质量评测 → 持续优化” 的完整闭环：


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

┌─────────────────────────────────────────────────────────┐
│                     KnowFlow 生态                        │
├─────────────────────────────────────────────────────────┤
│                                                          │
│  ┌──────────────┐       ┌──────────────┐               │
│  │  KnowFlow    │──────▶│  RAG 应用    │               │
│  │  知识库平台   │       │  业务场景    │               │
│  └──────────────┘       └──────┬───────┘               │
│         │                      │                        │
│         │                      │                        │
│  ┌──────▼──────────────────────▼───────┐               │
│  │         KnowEval 评测平台            │               │
│  ├─────────────────────────────────────┤               │
│  │  • 五维度评测指标                    │               │
│  │  • AI 生成测试集                     │               │
│  │  • 可视化分析报告                    │               │
│  │  • A/B 测试对比                      │               │
│  └─────────────┬───────────────────────┘               │
│                │                                        │
│  ┌─────────────▼───────────────────────┐               │
│  │        数据驱动的优化决策             │               │
│  │  • 切块方法调优                       │               │
│  │  • 检索参数优化                       │               │
│  │  • Prompt 迭代改进                   │               │
│  └─────────────────────────────────────┘               │
│                                                          │
└─────────────────────────────────────────────────────────┘

3.缺陷修复

作为首个正式版本，我们在内测阶段修复了大量问题：

1. 修复并发评测时的超时问题，优化为多 worker 并行
1. 修复 embeddings 模型配置加载失败的问题
1. 修复评测进度更新不实时的问题
1. 修复长文本评测导致的 token 超限问题

4.优化

1. 评测速度大幅提升：通过并行优化，10 个样本的评测时间从 8 分钟降低到 2-3 分钟
1. 支持多种 LLM 提供商：OpenAI、SiliconFlow、DeepSeek、智谱 AI 等
1. 完善的错误处理：评测失败时提供详细的错误诊断信息
1. 数据持久化：所有评测结果永久保存，支持历史对比

本版本同时提供了 Docker 一键部署方案，3 分钟即可完成部署。详情可参考官方文档。

二、产品细节

（一）、五维度评测体系：从主观判断到量化分析

传统的 RAG 评测依赖人工抽查，效率低且主观性强。KnowEval 基于 RAGAS 框架，提供了五大评测维度：

1. 忠实度 (Faithfulness)

评测目标：答案是否基于检索到的上下文，而非 LLM 的内部知识或"幻觉"。

技术实现：

将答案拆解为多个陈述句 (statements)
逐条判断每个陈述是否能在上下文中找到依据
计算有依据的陈述占比

应用场景：金融、法律等对事实准确性要求极高的领域。


1
2
3
4
5
6
7
8
9
10
11
12
13
14

# 示例评测逻辑
faithfulness = supported_statements / total_statements
 
# 示例结果
# 问题："KnowFlow 支持哪些文档格式？"
# 上下文："KnowFlow 支持 PDF、Word、Excel、PPT 等格式。"
# 回答："KnowFlow 支持 PDF、Word 和 Markdown 格式。"
#
# 分析：
# ✅ "支持 PDF" - 有依据
# ✅ "支持 Word" - 有依据
# ❌ "支持 Markdown" - 无依据（上下文未提及）
#
# 忠实度得分：2/3 = 66.7%

2. 答案正确性 (Answer Correctness)

评测目标：对比标准答案，综合评估语义相似度和事实准确性。

技术实现：

F1 Score：通过 LLM 判断答案中的陈述是否与标准答案匹配
Similarity Score：通过 Embeddings 计算语义相似度
加权平均得到最终得分

应用场景：有明确标准答案的场景，如产品 FAQ、操作手册等。


1
2
3
4
5
6
7
8
9
10

# 计算公式
answer_correctness = α × f1_score + β × similarity_score
 
# 示例结果
# 标准答案："喷砂钢材表面可溶性氯化物含量应不大于 7 μg/cm²。"
# 实际答案："喷砂钢材表面可溶性氯化物含量应不大于 7μg/cm²。超标时应采用高压淡水冲洗。"
#
# F1 Score: 0.95 (关键信息准确)
# Similarity: 0.88 (语义高度相似)
# Answer Correctness: 0.92

3. 上下文精确度 (Context Precision)

评测目标：检索到的文档片段是否与问题高度相关。

技术实现：

逐个判断检索到的上下文是否与问题相关
计算相关上下文的排序质量 (类似 NDCG)
越相关的内容排名越靠前，得分越高

应用场景：优化检索算法，减少无关文档干扰。

4. 上下文召回率 (Context Recall)

评测目标：是否检索到回答问题所需的所有关键信息。

技术实现：

提取标准答案中的关键信息点
判断这些信息点是否都能在检索到的上下文中找到
计算覆盖率

应用场景：诊断检索遗漏问题，优化 Top-K 参数。

5. 答案相关性 (Answer Relevancy)

评测目标：答案是否切题，没有包含冗余或无关信息。

技术实现：

基于答案反向生成可能的问题
对比生成的问题与原问题的相似度
相似度越高，说明答案越切题

应用场景：优化 Prompt，避免答案啰嗦或跑题。

（二）、AI 智能生成测试集：从 0 到 1 的突破

手动构建测试数据集是 RAG 评测的最大瓶颈。KnowEval 提供了 AI 自动生成测试集 功能，彻底解决这一痛点。

工作流程


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

┌─────────────────────────────────────────────────────────┐
│              AI 生成测试集工作流                          │
├─────────────────────────────────────────────────────────┤
│                                                          │
│  ①  选择知识库                                           │
│      └─▶ 连接 KnowFlow/RAGFlow                          │
│                                                          │
│  ②  配置生成参数                                         │
│      ├─▶ 生成数量 (1-100)                               │
│      ├─▶ 问题类型 (事实型/推理型/对比型)                  │
│      └─▶ 难度等级 (简单/中等/困难)                       │
│                                                          │
│  ③  AI 智能生成                                          │
│      ├─▶ 从知识库提取文档片段                            │
│      ├─▶ 基于片段生成自然问题                            │
│      ├─▶ 提取标准答案                                    │
│      └─▶ 关联参考上下文                                  │
│                                                          │
│  ④  人工审核（可选）                                     │
│      └─▶ 预览、编辑、删除                                │
│                                                          │
│  ⑤  一键导入评测                                         │
│      └─▶ 立即开始评测                                    │
│                                                          │
└─────────────────────────────────────────────────────────┘

技术亮点

1. 智能问题生成：基于文档语义自动生成多样化问题

• 事实型：“KnowFlow 支持哪些切块方法？”
• 推理型：“为什么 Title 切块适合论文场景？”
• 对比型：“MinerU 和 Dots 有什么区别？”

自动提取标准答案：从上下文中智能提取答案片段
上下文关联：自动关联问题与相关文档片段
批量生成：支持一次生成 10-100 个测试样本

实际案例

某金融科技公司使用 KnowFlow 构建了产品知识库，包含 500+ 篇文档。使用 KnowEval 的 AI 生成功能：

10 分钟生成 50 个测试样本（人工构建需要 2-3 天）
覆盖率达 85%（涵盖了大部分常见问题场景）
准确率达 90%（仅需微调 5 个样本）

（三）、可视化评测报告：让数据说话

评测数据的价值在于洞察。KnowEval 提供了强大的可视化分析能力：

1. 评测仪表盘

核心指标一目了然：

知识库评测进度：75/100
总评测次数：7 次
活跃数据集：5 个
•平均耗时：6.1 分钟

五维度雷达图：

忠实度：84.4%
答案正确性：67.9%
上下文精确度：55.2%
上下文召回率：100%
答案相关性：43.8%

通过雷达图，可以直观发现：

✅ 上下文召回率满分 → 检索范围足够
⚠️ 上下文精确度偏低 → 检索到了一些无关文档
⚠️ 答案相关性偏低 → 答案可能包含冗余信息

优化建议：

调整检索算法，提高精确度（如增加 rerank）
优化 Prompt，让答案更简洁精准

2. 任务管理

实时进度追踪：当前任务 65% 完成
历史记录查询：查看过往评测结果
一键创建评测：选择数据集和指标即可开始

3. 详细报告

单条问答诊断：

问题原文
RAG 系统回答
标准答案
检索到的上下文
各项指标详细得分
错误原因分析

导出功能：

JSON 格式：用于程序化分析
Excel 报表：便于团队分享讨论

（四）、对接 KnowFlow：打造数据治理闭环

KnowEval 与 KnowFlow 深度集成，形成完整的 RAG 工程化闭环。

典型工作流


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

第 1 步：数据治理（KnowFlow）
   ├─▶ 使用 MinerU/Dots 解析文档
   ├─▶ 选择切块方法（Smart/Title/Parent-Child）
   ├─▶ 配置 Embedding 模型
   └─▶ 构建知识库
 
第 2 步：应用开发
   ├─▶ 开发 RAG 应用
   ├─▶ 配置检索参数
   └─▶ 设计 Prompt 模板
 
第 3 步：质量评测（KnowEval）
   ├─▶ AI 生成测试集
   ├─▶ 运行五维度评测
   ├─▶ 分析可视化报告
   └─▶ 发现优化方向
 
第 4 步：持续优化
   ├─▶ 方案A：调整切块参数（如增加父标题）
   ├─▶ 方案B：优化检索算法（如增加 rerank）
   ├─▶ 方案C：改进 Prompt 模板
   └─▶ 方案D：升级 Embedding 模型
 
第 5 步：A/B 测试（KnowEval）
   ├─▶ 对比多个方案的评测结果
   ├─▶ 量化分析提升效果
   └─▶ 选择最优方案
 
第 6 步：一键应用
   └─▶ 将最优配置应用到生产环境

实际案例：某法律科技公司的优化之路

背景：

使用 KnowFlow 构建法律文书知识库（2000+ 文档）
RAG 应用上线后，用户反馈答案不够准确

优化过程：

第一轮评测（基线方案）：


1
2
3
4
5
6
7

方案：General 切块 + BGE-Large Embedding
评测结果：
  - 忠实度：75%
  - 答案正确性：62%
  - 上下文精确度：58%
  - 上下文召回率：85%
  - 答案相关性：55%

问题诊断：

忠实度偏低 → 答案包含"幻觉"
上下文精确度偏低 → 检索到无关文档

第二轮优化（调整切块方法）：


1
2
3
4
5
6
7

方案：Title 切块（按 H2 标题）+ 增加父标题
评测结果：
  - 忠实度：82% ↑
  - 答案正确性：68% ↑
  - 上下文精确度：71% ↑↑
  - 上下文召回率：88% ↑
  - 答案相关性：58% ↑

第三轮优化（增加 Rerank）：


1
2
3
4
5
6
7

方案：Title 切块 + 父标题 + BGE-Reranker
评测结果：
  - 忠实度：88% ↑
  - 答案正确性：76% ↑
  - 上下文精确度：85% ↑↑
  - 上下文召回率：92% ↑
  - 答案相关性：65% ↑

最终效果：

整体评分从 67% 提升到 81%（+14%）
用户投诉率下降 60%
优化周期从 2 个月缩短到 2 周

三、技术实现原理

（一）、评测引擎架构

KnowEval 基于 RAGAS（RAG Assessment） 框架构建，采用 LLM-as-a-Judge 的评测范式。

核心架构


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46

┌─────────────────────────────────────────────────────────┐
│                    KnowEval 架构                         │
├─────────────────────────────────────────────────────────┤
│                                                          │
│  ┌──────────────────────────────────────────┐           │
│  │         评测任务调度层                     │           │
│  │  • 任务队列管理                            │           │
│  │  • 并发控制（8 workers）                  │           │
│  │  • 进度追踪与回调                          │           │
│  └────────────────┬─────────────────────────┘           │
│                   │                                      │
│  ┌────────────────▼─────────────────────────┐           │
│  │         RAGAS 评测引擎                     │           │
│  │  ┌──────────────────────────────────┐    │           │
│  │  │  Faithfulness Evaluator          │    │           │
│  │  │  • Statement Extraction (LLM)    │    │           │
│  │  │  • Verification (LLM)            │    │           │
│  │  └──────────────────────────────────┘    │           │
│  │  ┌──────────────────────────────────┐    │           │
│  │  │  Answer Correctness Evaluator    │    │           │
│  │  │  • F1 Score (LLM)                │    │           │
│  │  │  • Similarity (Embeddings)       │    │           │
│  │  └──────────────────────────────────┘    │           │
│  │  ┌──────────────────────────────────┐    │           │
│  │  │  Context Precision Evaluator     │    │           │
│  │  │  • Relevance Judgment (LLM)      │    │           │
│  │  └──────────────────────────────────┘    │           │
│  │  └── ... (其他评测器)                     │           │
│  └────────────────┬─────────────────────────┘           │
│                   │                                      │
│  ┌────────────────▼─────────────────────────┐           │
│  │         LLM 服务层                         │           │
│  │  • OpenAI API                             │           │
│  │  • SiliconFlow API                        │           │
│  │  • DeepSeek API                           │           │
│  │  • 智谱 AI API                            │           │
│  └────────────────┬─────────────────────────┘           │
│                   │                                      │
│  ┌────────────────▼─────────────────────────┐           │
│  │         数据存储层                         │           │
│  │  • SQLite (评测结果)                      │           │
│  │  • JSON (详细报告)                        │           │
│  │  • 文件系统 (数据集)                      │           │
│  └──────────────────────────────────────────┘           │
│                                                          │
└─────────────────────────────────────────────────────────┘

性能优化

1. 并行评测

原始实现中，每个样本的评测需要 3-4 次 LLM 调用，串行执行非常慢。我们通过以下优化将速度提升 4 倍：


1
2
3
4
5
6
7
8
9
10
11
12
13

# 优化前：串行执行
for sample in samples:
    result = evaluate(sample)  # 40-50秒/样本
# 10个样本需要 8-9 分钟
 
# 优化后：并行执行
run_config = RunConfig(
    max_workers=8,      # 并行 8 个 worker
    max_retries=3,      # 失败重试 3 次
    timeout=600         # 单个任务超时 10 分钟
)
results = evaluate(dataset, run_config=run_config)
# 10个样本仅需 2-3 分钟

2. 智能缓存

对于相同的问题和上下文，LLM 的评测结果是确定的。我们实现了结果缓存机制：


1
2
3
4
5
6
7
8
9
10
11

# 计算缓存键
cache_key = hash(question + context + answer + metric_name)
 
# 命中缓存直接返回
if cache_key in cache:
    return cache[cache_key]
 
# 否则调用 LLM 并缓存结果
result = llm_evaluate(...)
cache[cache_key] = result
return result

3. 超时重试

为了应对 API 限流和网络波动，实现了指数退避重试机制：


1
2
3
4
5
6
7
8
9

from tenacity import retry, stop_after_attempt, wait_exponential
 
@retry(
    stop=stop_after_attempt(3),
    wait=wait_exponential(multiplier=1, min=4, max=60)
)
async def call_llm_api(prompt):
    response = await client.chat.completions.create(...)
    return response

(二)、AI 生成测试集的技术细节

生成流程


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

步骤 1：文档采样
   ├─▶ 从知识库随机抽取文档片段
   ├─▶ 过滤过短/过长的片段
   └─▶ 确保覆盖不同主题
 
步骤 2：问题生成（LLM）
   ├─▶ Prompt: "基于以下文档，生成 {n} 个自然问题"
   ├─▶ 约束条件：
   │    ├─ 问题类型（事实型/推理型/对比型）
   │    ├─ 难度等级（简单/中等/困难）
   │    └─ 问题长度（10-50字）
   └─▶ 生成多样化问题
 
步骤 3：答案提取（LLM）
   ├─▶ Prompt: "从以下文档中提取问题的答案"
   ├─▶ 约束条件：
   │    ├─ 答案必须基于文档
   │    ├─ 答案长度（20-200字）
   │    └─ 答案格式（文本/列表/表格）
   └─▶ 提取标准答案
 
步骤 4：上下文关联
   ├─▶ 将问题与原始文档片段关联
   ├─▶ 添加参考上下文（reference_contexts）
   └─▶ 构建完整测试样本
 
步骤 5：质量检查
   ├─▶ 过滤过于简单的问题（如"是什么"）
   ├─▶ 去重相似问题
   └─▶ 人工审核（可选）

Prompt 示例


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

QUESTION_GENERATION_PROMPT = """
你是一个专业的问题生成器。请基于以下文档内容，生成 {count} 个高质量的问题。
 
文档内容：
{document}
 
要求：
1. 问题类型：{question_type}
   - 事实型：询问具体信息（如"KnowFlow支持哪些格式？"）
   - 推理型：需要理解和推理（如"为什么Title切块适合论文？"）
   - 对比型：比较不同概念（如"MinerU和Dots有什么区别？"）
 
2. 难度等级：{difficulty}
   - 简单：答案可直接在文档中找到
   - 中等：需要理解多个段落
   - 困难：需要综合分析和推理
 
3. 问题长度：10-50字
4. 确保问题自然、具体、有意义
5. 避免过于简单的问题（如"这是什么？"）
 
请以 JSON 格式返回，格式如下：
[
  {{"question": "问题1"}},
  {{"question": "问题2"}},
  ...
]
"""

(三)、多 LLM 提供商适配

KnowEval 支持主流 LLM 提供商，通过统一的接口层实现无缝切换：


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

# 统一配置接口
class LLMConfig:
    provider: str        # openai/siliconflow/deepseek/zhipu
    model: str          # 模型名称
    api_key: str        # API 密钥
    base_url: str       # API 端点
    temperature: float  # 温度参数
 
# LLM 适配器
class LLMAdapter:
    def __init__(self, config: LLMConfig):
        if config.provider == "openai":
            self.client = OpenAI(api_key=config.api_key)
        elif config.provider == "siliconflow":
            self.client = OpenAI(
                api_key=config.api_key,
                base_url="https://api.siliconflow.cn/v1"
            )
        # ... 其他提供商
 
    async def chat_completion(self, messages):
        response = await self.client.chat.completions.create(
            model=self.config.model,
            messages=messages,
            temperature=self.config.temperature
        )
        return response.choices[0].message.content

四、未来展望

KnowEval v1.0.0 是我们在 RAG 工程化道路上的重要里程碑。通过将评测能力产品化，我们让 “凭感觉调参” 变成了 “数据驱动优化”。

基于与客户的深度交流，KnowEval 的产品定位如下：让 RAG 系统的质量可量化、可优化、可持续，将评测能力转化为核心竞争力。

后续我们将围绕以下方向持续迭代：

近期规划（Q1-Q2 2025）

1. 更多评测指标

答案完整性：评估答案是否完整覆盖问题的所有方面
答案简洁度：评估答案是否冗长啰嗦
引用准确性：评估答案中的引用是否正确标注来源
多轮对话评测：支持评测多轮对话场景

2. 对比评测功能

A/B 测试：同时评测多个方案，可视化对比
历史趋势：追踪优化过程中的指标变化
基线对比：与行业基准进行横向对比

3. 自动化优化建议

智能诊断：自动分析评测结果，发现问题根因
优化建议：基于评测数据，给出具体优化方案
一键应用：将优化方案直接应用到 KnowFlow

4. 更多 RAG 系统集成

LangChain：支持 LangChain 应用评测
LlamaIndex：支持 LlamaIndex 应用评测
自定义 API：支持任意 RAG 系统通过 API 接入

中期规划（Q3-Q4 2025）

1. 团队协作能力

多人协作：支持团队共享评测数据集和结果
权限管理：细粒度的角色和权限控制
评论讨论：支持在评测结果上添加评论和讨论

2. 持续监控

生产环境监控：实时监控线上 RAG 系统质量
告警机制：质量下降时自动告警
定时评测：定期自动运行评测任务

3. 自定义评测指标

插件机制：支持用户自定义评测指标
DSL 配置：通过配置文件定义评测逻辑
Python SDK：提供 SDK 方便集成到 CI/CD

4. 企业级能力

私有化部署：支持企业内网部署
SSO 单点登录：集成企业身份认证系统
审计日志：完整的操作审计追踪

长期愿景

构建 RAG 质量保证的行业标准

我们相信，随着 RAG 应用的普及，质量评测将成为 RAG 工程化的核心基础设施。KnowEval 的愿景是：

制定评测标准：推动 RAG 评测指标的标准化
建设基准测试：构建覆盖多个行业的公开基准数据集
打造生态闭环：与 KnowFlow 深度集成，形成从数据治理到质量保证的完整生态

五、开源与社区

KnowEval 已开源并托管在 GitHub：

🔗 项目地址：https://github.com/KnowFlowRAG/KnowEval

📄 开源协议：AGPL-3.0

快速开始

Docker 一键部署（推荐）：


1
2
3
4
5
6
7
8
9
10
11
12

# 1. 克隆项目
git clone https://github.com/KnowFlowRAG/KnowEval.git
cd KnowEval/docker-deploy
 
# 2. 配置环境变量
cp .env.example .env
# 编辑 .env，配置 RAGFlow API 和 LLM API
 
# 3. 启动服务
./start.sh
 
# ✅ 访问 http://localhost:5003

加入社区

我们非常欢迎大家参与到 KnowEval 的建设中：

• 使用反馈：告诉我们您的使用体验和改进建议
• Bug 报告：发现问题请提 Issue
• 功能建议：期待您的 Feature Request
• 代码贡献：欢迎提交 Pull Request

六、结语

在 AI 时代，数据质量决定了应用质量。KnowFlow 解决了数据治理的问题，让知识库"可信"；KnowEval 解决了质量评测的问题，让 RAG 系统"可控"。

数据治理 + 质量保证 = RAG 工程化的完整闭环

我们相信，通过 KnowFlow 生态的持续建设，可以帮助企业：

1. 降低 RAG 应用的开发门槛：从数据准备到质量保证，全流程工具化
1. 提升 RAG 应用的质量上限：通过数据驱动优化，持续提升问答效果
1. 加速 RAG 应用的落地速度：从几个月缩短到几周甚至几天

这就是我们的使命：将结构化与非结构化数据治理成对大模型更可信的输入，构建面向未来的数据治理平台，重塑 AI 时代的数据根基。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述