本文剖析RAG知识库三大痛点：分块方式粗糙导致上下文断裂，检索不精准匹配相关度低，缺乏大局观难以处理结构化数据。针对这些问题，提出使用重排序模型提升检索精度，建议对统计性问题采用关系型数据库替代方案，并通过具体案例展示优化效果，为构建高效知识库提供实用指导。

切片简单粗暴

这种分块方式较为简单，基本按段落分块，若段落过长则按固定字数切分，因此常常会把句子截断。

回到 Cherry Studio，来看刚刚检索到的“刘备”相关信息：

可以看到“：”前明显有内容被截断，结尾“虽是”也没说完。由于分块长度上限为 300 字，前后句都被强行截断。

这暴露了 RAG 知识库的一个缺陷：分块方式粗糙，AI 拿到被拆碎的段落后难以理解上下文，导致回答不够精准。

虽然现在也有基于语义分析等更复杂的分块方法，但大多还不成熟，效果甚至不如简单分割器。

检索不精准

再来看传统 RAG 的第二个问题：检索不精准。比如我搜索“曹操兵器”，想找关于曹操倚天剑的信息。

检索时，系统将用户问题与向量数据库匹配，仅基于数字相似度，无法真正理解文本含义。筛选出的片段可能相关，也可能无关，难以做到精准匹配。

比如匹配度最高的结果，内容却与和曹操的武器无关。

匹配出来的内容都不理想，这正是 RAG 系统的痛点之一：向量检索不够精准，前几条结果往往不是我们想要的信息。

目前较好的改进方案是引入重排序模型。先用向量数据库初步检索，再用专用重排序模型做更深入的语义分析，根据问题相关性重新排序。

这样可以把最相关的数据排在前面，再交给大模型处理，实现“先粗后细”的两步检索，提升检索精度。

以“曹操兵器”为例，之前找不到倚天剑的信息。现在我为知识库添加了重排序模型，看看效果是否提升。点击设置，进入模型服务，找到硅基流动，添加重排序模型。

点击硅基流动链接。

在模型广场筛选器中选择“重排序”类型。

复制免费的重排序模型名称，回到 Cherry Studio，进入模型模块，点击添加按钮，将模型添加进去。

这样就拥有了重排序模型。

回到知识库，右键进入知识库设置。

把重排序模型添加进来，点击确定。

再次搜索“曹操兵器”测试。

这次倚天剑的信息排到了第二位，分数达到 78%。使用重排序模型后，RAG 知识库检索精度明显提升。

缺乏大局观

第三个痛点是缺乏大局观。我用 AI 生成了 300 条测试数据：

这些都是学生统计信息。如果想用知识库做统计分析，比如求最大最小值等，RAG 技术基本无能为力。向量数据库只能匹配文本块，再交给大模型处理。

这种情况下，大模型无法从碎片化数据中做出准确总结。我们来试试：先把 Excel 文件添加到知识库。

回到聊天界面，这里用的是 DeepSeek（硅基流动所提供），开启知识库。

我问“一共有多少个学生”，AI 只拿到六个零散片段。

实际上 Excel 里有 300 个学生。

AI 却回答只有 120 个。

所以，面对结构化或统计性问题，知识库方案难以胜任。此类需求建议用关系型数据库。现在有了 MCP，可以让 AI 通过 MCP Server 操作关系型数据库，是很好的解决方案。本文到此结束，下篇将介绍如何用 MCP Server 将数据库接入大模型。

那么，如何系统的去学习大模型LLM？

作为一名从业五年的资深大模型算法工程师，我经常会收到一些评论和私信，我是小白，学习大模型该从哪里入手呢？我自学没有方向怎么办？这个地方我不会啊。如果你也有类似的经历，一定要继续看下去！这些问题啊，也不是三言两语啊就能讲明白的。

所以我综合了大模型的所有知识点，给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢，我就曾放空大脑，以一个大模型小白的角度去重新解析它，采用基础知识和实战项目相结合的教学方式，历时3个月，终于完成了这样的课程，让你真正体会到什么是每一秒都在疯狂输出知识点。

由于篇幅有限，⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》，扫码获取~

为什么要学习大模型？

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

👉大模型学习指南+路线汇总👈

我们这套大模型资料呢，会从基础篇、进阶篇和项目实战篇等三大方面来讲解。

👉①.基础篇👈

基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程，带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念，用最易懂的方式带你入门大模型。

👉②.进阶篇👈

接下来是进阶篇，你将掌握RAG、Agent、Langchain、大模型微调和私有化部署，学习如何构建外挂知识库并和自己的企业相结合，学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。

👉③.实战篇👈

实战篇会手把手带着大家练习企业级的落地项目（已脱敏），比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等，从而帮助大家更好的应对大模型时代的挑战。

👉④.福利篇👈

最后呢，会给大家一个小福利，课程视频中的所有素材，有搭建AI开发环境资料包，还有学习计划表，几十上百G素材、电子书和课件等等，只要你能想到的素材，我这里几乎都有。我已经全部上传到CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

相信我，这套大模型系统教程将会是全网最齐全 最易懂的小白专用课！！