# 企业级 RAG 工作台：证据摘要与复现

核对日期：2026-10-06。本文摘录本地报告并核对源码，未在本轮重新运行测试，不代表真实用户或生产效果。

## 企业级工作台

- `outputs/final-acceptance.json`：10-06，17/17 通过，296.55 ms，mock 本地环境；耗时不是生产问答延迟。
- `outputs/generalization-stability-report.json`：10-06，30/34，通过率 88.2%；典型业务 6/6、语义 3/7、输入边界 7/7、安全异常 9/9、重复并发 5/5。四个语义缺口仍在，状态为 needs_attention。
- 负反馈通过 `POST /api/v1/quality/feedback` 进入 SQLite Bad Case；`GET /api/v1/quality/bad-cases` 查询。已有事件写入与聚合接口。
- CI 配置在 lint/type/test 后启动 mock 服务运行 `enterprise-rag accept` 并上传报告；不是独立智能座舱 12 题的 token-F1 退化门禁，也没有本轮验证远端运行成功。
- 未找到方案要求的批量 Bad Case 导入、按错误类别查询与完整状态变更 API；不能把功能名称近似视为全部满足。
- 65 项回归、93% 覆盖率等旧站记录不作为本轮重新测量；覆盖率与测试数量必须关联同一运行报告。

## 独立智能座舱实验

`final_all_llm.json` 是 12 题、11 篇样例语料的另一实验：token-F1 0.727484、precision@k 0.500000、faithfulness 0.972222（LLM 判官）、answer_relevancy 0.314631；96 次调用，总 token 36,970。

修订后的 VERIFICATION_REPORT 将 09-30 默认离线配置记为 token-F1 0.3619、precision@k 0.1833；不再采用旧版 0.4220 基线。两种配置的重排、压缩、生成与判官不同，不能写成单因素效果提升。词法 faithfulness=1 与 LLM 判官 0.9722 不能直接作优劣比较。

报告中的 5,674.3 → 1,076.3 ms 是剔除压缩阶段后的统计口径纠正，不是性能加速；也不是所有配置共同的生成延迟。

## 复现入口（在目标仓库执行，不是在个人网站中）

Python 3.12+ 与 uv；从目标仓库根目录执行 `uv sync --locked --dev`，按 README 配置本地环境，运行：

```powershell
uv run uvicorn enterprise_rag.main:app --host 127.0.0.1 --port 8000
# 在另一个终端运行
uv run pytest
uv run enterprise-rag accept --base-url http://127.0.0.1:8000 --output outputs/review-acceptance.json
uv run enterprise-rag generalize --dataset evals/generalization-stability.json --base-url http://127.0.0.1:8000 --output outputs/review-generalization.json
```

mock 是管线基线，不是第二家模型。模型选型须固定数据、配置、重复次数与价格日期；token 数量不等于金额。引用点击率只反映核对出处的行为，不能单独证明信任；重问率也不能证明用户满意。

## 来源指纹

- `outputs/final-acceptance.json` — SHA-256 `def6a8c62b4023eb9b65426f7dcf787aba17529b607838529ea0b316086fa02e`
- `outputs/generalization-stability-report.json` — SHA-256 `afbe49014da61ce61e737a984b5cc7b9d20b9d9f66d11bceee5c133fcee801cc`
- `docs/QUALITY_LOOP.md` — SHA-256 `88002aec2eb0e76bf342bbd55c37a6ff43ec2d7a037b09cbea35e03dfb6af025`
- `.github/workflows/ci.yml` — SHA-256 `bbaf46d707830c6ffe206e7a6d758e96b90006e08af2bd557789305e575bfca0`
- `src/enterprise_rag/api/routes/quality.py` — SHA-256 `afbe50d6297230f6fc01f09ea55685fd371373177339156f674cdc04b140a0d6`
- `tests/test_quality_feedback.py` — SHA-256 `39afc4a893ffe86bb18a0891c0f16efa3d60e38e2ca784ed6df2d578eac2b5b5`
- `README.md` — SHA-256 `7a1be5a7b63fdbffd15602af8352ed41357ed83cc558b3823ffe2ea00aec0bcf`
- `uv.lock` — SHA-256 `b3cc6191b89b53cdb637b040adf26c04a73794e4f9ee2bdf416a43b467a8fc5c`
- `VERIFICATION_REPORT.md` — SHA-256 `356af735fb40c356e445b461a38c55543846081895c9393cab718b081f1cff2a`
- `data/reports/final_all_llm.json` — SHA-256 `dc1c589fdf42d7ec82402d0fabefe27c47ed047d9f0e68c3be52f9f24c85f924`

公开仓库访问核验：2026-10-06 浏览器访问 https://github.com/Ricardo-ye/enterprise-rag-workbench 返回 HTTP 200，页面标题与项目一致；未据此推断远端 CI 已通过。