服务端事件顺序（示意）
服务端事件顺序（示意）
event: token data: {"delta": "根据文档…"}
event: token data: {"delta": "… [1]。"}
event: citations data: {"list": [{"id": 1, "title": "…", "anchor": "…"}]}
event: done data: {}流式场景下引用校验只能事后执行：发现越界引用后再撤回或标注，要把该路径纳入错误监控。
本包目录（229 条）
架构与流程30 条解析与切分33 条Embedding 与检索50 条向量数据库49 条
重排与生成32 条
- Cross-Encoder 交叉编码重排
- RAG 生成提示词模板
- 忠实度约束与少幻觉写法
- 完整重排管线组装
- Lost in the Middle 与上下文排序
- BGE Reranker 使用要点
- 上下文组装与编号格式
- 多轮对话的查询改写
- Cohere Rerank API 用法
- 知识库无答案的兜底行为
- RAG 提示词注入防护
- 重排 top_n 与候选池调优
- 引用标注格式与用户展示
- 上下文 token 预算换算
- ColBERT 后期交互检索
- 上下文压缩与提取
- 生成参数与 RAG 输出稳定性
- 生成模型选择与 RAG 适配
- 多版本冲突与时效性处理
- 生成后校验清单
- 归因评估（Attribution）
- 长文档的 Map-Reduce 生成
- 答案格式与长度控制
- 片段锚点与原文定位
- 流式输出与引用展示
- 会话记忆与上下文预算
- 引用可核查性与抽查机制
- 上下文去重与修剪
- 提示词缓存与生成成本优化
- 无重排模型的替代方案
- 置信度信号与降级策略
- 追问建议与澄清提问
流式输出与引用展示
流式输出提升体感速度，但引用信息要在完整答案后才能确定编号映射：常见做法是正文流式、引用卡片在结束时补发；或在流式块中保留编号占位，结束时批量校验。
易错点
- 边流式边生成引用编号，编号与最终列表不一致
- 客户端只渲染 token 事件，citations 事件被丢弃
数据来源与参考
- OpenAI 官方文档（Streaming）
- Anthropic 官方文档（Streaming 响应）