日韩精品一区二区三区在线视频放-无码中文字幕V?一区二区-成年片免费观看视频-国内少妇人妻丰满av-国产精品中文字幕免费观看-亚洲成人久久一区二区三区-国内少妇偷人精品视频无缓冲-一区二区国产精品日本一区二区三区在线网

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營的一線實(shí)戰(zhàn)洞察。

Python極簡RAG知識庫問答系統(tǒng):幾百行代碼實(shí)現(xiàn)本地檢索增強(qiáng)生成

Python極簡RAG知識庫問答系統(tǒng):幾百行代碼實(shí)現(xiàn)本地檢索增強(qiáng)生成 簡介這是一套面向Python初學(xué)者與課程設(shè)計(jì)者的極簡RAG知識庫系統(tǒng)實(shí)現(xiàn)適用于期末大作業(yè)、畢業(yè)設(shè)計(jì)或人工智能方向課程實(shí)踐旨在幫助學(xué)習(xí)者快速掌握檢索增強(qiáng)生成RAG的核心流程與工程落地方法。資源包共48個(gè)文件含31個(gè)Python源碼覆蓋文檔加載、文本切分、嵌入生成、重排序、Elasticsearch集成及Web服務(wù)等核心模塊、3個(gè)YAML配置文件定義系統(tǒng)參數(shù)與服務(wù)配置、1個(gè)Dockerfile及配套容器化腳本支持一鍵部署另有README.md、Makefile、pyproject.toml等工程化配置文件完整體現(xiàn)現(xiàn)代Python項(xiàng)目開發(fā)規(guī)范。壓縮包僅152KB輕量易讀結(jié)構(gòu)清晰——app/、service/、domain/、utils/等目錄劃分明確便于理解RAG各環(huán)節(jié)職責(zé)解耦。目前已有69人學(xué)習(xí)下載讀者可直接運(yùn)行調(diào)試、修改配置適配自有數(shù)據(jù)源并基于現(xiàn)有框架拓展向量數(shù)據(jù)庫或大模型接口是入門RAG工程實(shí)踐的高性價(jià)比參考方案。 最近把手上一個(gè)RAG項(xiàng)目徹底清了一遍剪掉所有花哨的依賴和配置最后沉淀出一個(gè)Python極簡RAG知識庫系統(tǒng)。這個(gè)zip包里的代碼量不大但核心流程一條沒少文檔加載、文本切塊、向量化、檢索、拼接上下文、生成回答全鏈路跑通大概只要幾百行Python代碼。今天這篇就把這套系統(tǒng)的設(shè)計(jì)思路、關(guān)鍵代碼和踩坑記錄完整拆出來想自己做本地知識庫問答的同學(xué)可以參考著抄作業(yè)尤其是剛接觸RAG、不想一上來就上LangChain或LlamaIndex這種重框架的人這個(gè)項(xiàng)目應(yīng)該能幫你把核心概念落到能跑的代碼上。先說我為什么要做這樣一個(gè)極簡版本。RAG這個(gè)詞最近被包裝得有點(diǎn)嚇人動(dòng)輒就是知識圖譜、Agent、多路召回、重排序新人一看就勸退。但本質(zhì)上RAG可以理解成“給大模型開卷考試”先從一個(gè)知識庫里把和問題相關(guān)的內(nèi)容檢索出來再和大模型的問題拼在一起讓模型基于這些內(nèi)容回答。理解了這層邏輯剩下的就是怎么把每一步做得更精細(xì)的問題。下面我從整體設(shè)計(jì)開始一步步拆開這個(gè)項(xiàng)目。1. 項(xiàng)目定位與整體設(shè)計(jì)思路1.1 RAG到底解決什么問題大模型有一個(gè)很要命的缺點(diǎn)就是它學(xué)完知識之后知識就固定在那了。你問它今年剛發(fā)生的事情它大概率會一本正經(jīng)地編一個(gè)答案這就是所謂的“幻覺”。而知識庫的問題在于企業(yè)內(nèi)部的大量文檔、規(guī)范、技術(shù)資料是模型訓(xùn)練時(shí)根本沒見過的東西直接問模型等于白問。RAG的解決思路特別直白。你要回答一個(gè)問題之前先不去問大模型而是去你自建的知識庫里做一次檢索把和問題最相關(guān)的幾段文字撈出來然后把這些文字和問題一起交給大模型讓它照著這些材料念答案。這樣一來大模型不需要“記得”你的知識庫內(nèi)容只需要“讀懂”你臨時(shí)塞給它的材料幻覺問題就大幅緩解了。這個(gè)項(xiàng)目和熱詞里反復(fù)出現(xiàn)的“rag是什么”“rag基礎(chǔ)原理”正好對上了。它解決的問題就是在沒有企業(yè)級基礎(chǔ)設(shè)施的情況下如何用最少的代碼搭出一個(gè)“能回答問題、能引用原文、能擴(kuò)展”的最小閉環(huán)。1.2 極簡方案的邊界在哪里很多看到“極簡”兩個(gè)字的人會問那是不是性能很差、功能殘缺其實(shí)不是。極簡指的是技術(shù)棧和代碼量上的極簡而不是流程上的缺失。我在設(shè)計(jì)這個(gè)項(xiàng)目時(shí)給自己定了幾條硬約束不引入LangChain這類重框架核心邏輯全部用原生Python和輕量庫實(shí)現(xiàn)。向量數(shù)據(jù)庫不用Milvus、Weaviate這類分布式服務(wù)用FAISS本地索引文件就夠了。大模型部分不做微調(diào)通過OpenAI兼容接口對接本地或云端模型。整體代碼量控制在幾百行讓一個(gè)能看懂Python的人花半天時(shí)間就能讀完。這個(gè)方案的使用場景很明確個(gè)人知識庫、團(tuán)隊(duì)內(nèi)部文檔問答、原型驗(yàn)證、教學(xué)演示。數(shù)據(jù)量在幾萬到幾十萬字符級別并發(fā)量不高一臺開發(fā)機(jī)就能跑。如果你的數(shù)據(jù)量到了百萬級文檔、需要多人高并發(fā)訪問那確實(shí)需要換Milvus、上分布式但那已經(jīng)不是“極簡”該管的范圍了。為了讓大家更直觀地判斷我列一個(gè)對比表維度極簡方案本項(xiàng)目企業(yè)級方案向量存儲FAISS本地索引Milvus / Qdrant / ES框架依賴原生PythonLangChain / LlamaIndex文檔量級適合中小規(guī)模百萬級及以上部署方式單機(jī)腳本微服務(wù) / K8s學(xué)習(xí)成本低半天能懂高需要理解一堆抽象概念適用場景個(gè)人知識庫、原型生產(chǎn)環(huán)境、高并發(fā)業(yè)務(wù)1.3 技術(shù)選型的邏輯這個(gè)項(xiàng)目里有幾個(gè)核心組件選擇我單獨(dú)說一下理由因?yàn)檫@些取舍直接決定了項(xiàng)目為什么能保持“極簡”向量存儲用FAISS而不是Chroma。Chroma也是一個(gè)很好的輕量向量庫而且自帶增刪改查的接口用起來更省事。但我最后還是用了FAISS原因是FAISS更貼近底層你能看到索引是怎么構(gòu)建的、檢索是怎么算相似度的。對于想學(xué)習(xí)RAG原理的人來說這種“裸”一點(diǎn)的方式反而更友好。而且FAISS是Meta出品的性能和穩(wěn)定性都有保障單機(jī)跑幾十萬向量完全沒問題。Embedding模型用BGE系列而不是OpenAI的text-embedding-ada-002。中文場景下本地Embedding模型的效果并不比API差而且不依賴網(wǎng)絡(luò)、不產(chǎn)生費(fèi)用、沒有數(shù)據(jù)隱私問題。我選的是BAAI/bge-small-zh-v1.5維度512體積小普通CPU就能跑效果在中文語義搜索里屬于第一梯隊(duì)。生成端用OpenAI兼容接口。這樣設(shè)計(jì)的好處是無論是調(diào)云端模型還是用Ollama、vLLM、Xinference啟動(dòng)的本地模型統(tǒng)一走一個(gè)接口代碼完全不用改。項(xiàng)目里默認(rèn)演示的是對接本地Ollama服務(wù)因?yàn)檫@樣整個(gè)鏈路可以完全不依賴外網(wǎng)真正實(shí)現(xiàn)“本地知識庫”。2. 核心模塊拆解一個(gè)RAG系統(tǒng)最不能省的幾塊2.1 文檔加載與文本切塊策略文檔加載這一步?jīng)]什么技術(shù)含量但非常容易踩坑。PDF、Word、Markdown、TXT不同格式有不同的解析方式。我這里用pypdf來解析PDF用python-docx解析Word純文本直接按編碼讀。這里特別提醒一句PDF看著簡單實(shí)際解析起來是最麻煩的很多PDF的文本層是壞掉的或者排版是分欄的直接提取出來全是亂序。如果你的PDF是掃描件那必須接OCR這不是極簡項(xiàng)目該干的事所以我默認(rèn)跳過了。真正有技術(shù)含量的是切塊Chunking。這一步?jīng)Q定了檢索的效果也決定了最終回答的質(zhì)量。切塊的核心矛盾在于塊太小語義不完整檢索出來上下文碎片化塊太大向量表示的語義會被稀釋而且超過模型上下文窗口后會被截?cái)唷N夷J(rèn)用的是chunk_size500chunk_overlap50這里的單位是字符不是token。中文場景下一個(gè)字符大概對應(yīng)0.6到1個(gè)token500個(gè)字符大約就是300到500個(gè)token這個(gè)長度對大多數(shù)模型來說都是安全的。重疊的50個(gè)字符用來銜接前后文的語義避免一句話被硬生生切斷后后半句丟失了前半句的主語。不過這個(gè)策略只是兜底。我在項(xiàng)目里留了一個(gè)優(yōu)化點(diǎn)切塊時(shí)優(yōu)先在句號、換行符、問號這些自然邊界處切斷。具體做法是先暴力切成500字符的塊然后檢查這個(gè)塊的結(jié)尾是不是在句子中間如果是就往前退到最近的句號處。這樣切出來的塊語義完整性會好很多檢索的精度也會明顯提升。2.2 向量化與向量存儲文本切好之后下一步就是把每塊文本變成一串浮點(diǎn)數(shù)也就是Embedding向量。這里有個(gè)概念需要澄清很多人問“Embedding模型和普通NLP模型有什么區(qū)別”其實(shí)簡單說Embedding模型的任務(wù)是“把意思相近的文本映射到空間中相近的位置”所以它輸出的向量天然適合做相似度計(jì)算。我在項(xiàng)目里用sentence-transformers庫加載BGE模型一次把全部分塊編碼成向量。這里有個(gè)小細(xì)節(jié)編碼的時(shí)候一定要設(shè)置normalize_embeddingsTrue也就是對向量做L2歸一化。原因后面講檢索的時(shí)候再說。向量存儲我直接用了FAISS的IndexFlatIP這是最基礎(chǔ)的內(nèi)積索引。構(gòu)建方式很簡單把歸一化后的向量矩陣傳給index.add()就行然后把索引文件保存到本地。這里要注意FAISS的索引文件和分塊文本元數(shù)據(jù)是分開存的索引文件里只有向量數(shù)據(jù)沒有原文。所以我在旁邊還存了一個(gè)chunks.json里面按順序放著每一塊文本的原文內(nèi)容這樣檢索出向量ID之后可以去JSON里把對應(yīng)的文本找出來。2.3 檢索與相似度計(jì)算檢索的原理其實(shí)就是K近鄰搜索。用戶輸入一個(gè)問題先把問題用同一個(gè)Embedding模型轉(zhuǎn)成向量然后在向量索引里找出和這個(gè)向量最相似的K個(gè)向量返回對應(yīng)的文本塊。這里解釋一下為什么編碼時(shí)要normalize_embeddingsTrue。因?yàn)镕AISS的IndexFlatIP計(jì)算的是內(nèi)積內(nèi)積的大小受向量長度影響。如果兩個(gè)向量的模長差很多即使方向完全一致內(nèi)積也會被模長帶偏。歸一化之后所有向量模長都是1內(nèi)積就等于余弦相似度檢索結(jié)果就純粹由“方向一致性”決定也就是真正的語義相似度。默認(rèn)top_k5也就是召回5個(gè)文本塊。這個(gè)數(shù)量不是拍腦袋定的。太少了可能漏掉關(guān)鍵信息太多了拼接起來的上下文會塞滿無關(guān)內(nèi)容反而干擾模型的判斷。5個(gè)塊通常覆蓋500到2500個(gè)字符足夠回答大多數(shù)事實(shí)性問題。如果檢索結(jié)果的相似度普遍低于0.3基本可以斷定檢索失敗了。可能出現(xiàn)的原因是Embedding模型和知識庫內(nèi)容領(lǐng)域不匹配、切塊大小不合理、查詢詞和文檔用詞差異太大。這些在后面的問題排查章節(jié)里細(xì)說。2.4 生成Prompt拼接與引用溯源檢索到相關(guān)內(nèi)容之后最后一步就是拼Prompt交給大模型生成回答。這個(gè)環(huán)節(jié)看起來簡單但有一個(gè)極其重要的設(shè)計(jì)原則我在項(xiàng)目里反復(fù)強(qiáng)調(diào)一定要告訴模型“資料里沒有就回答不知道”。否則模型還是會仗著“自己懂很多”開始自由發(fā)揮RAG的防幻覺優(yōu)勢就全沒了。項(xiàng)目里的Prompt模板是這樣的基于以下資料回答問題。如果資料里沒有相關(guān)信息請明確說不知道。 資料 {context} 問題{query} 回答這個(gè)模板里沒有花哨的系統(tǒng)和角色設(shè)定原因很簡單極簡項(xiàng)目不需要。真正的高手不會指望靠Prompt魔法讓模型變聰明而是靠檢索質(zhì)量讓模型“不得不”從有限的上下文里找答案。關(guān)于引用溯源熱詞里提到的“rag的引用溯源與groundedness”是個(gè)進(jìn)階話題。要讓回答有據(jù)可查一個(gè)很樸素的做法是檢索時(shí)把每個(gè)文本塊編號在資料里用[1]、[2]這樣的標(biāo)簽標(biāo)出來然后在Prompt里要求模型在引用到某個(gè)資料的信息時(shí)在句子后面標(biāo)注對應(yīng)的編號。輸出之后你再根據(jù)編號把原文附在回答末尾。這個(gè)功能我在極簡版本里沒有做得很復(fù)雜但保留了編號的接口后續(xù)擴(kuò)展很方便。3. 實(shí)操復(fù)現(xiàn)從零跑通這個(gè)極簡系統(tǒng)3.1 環(huán)境準(zhǔn)備先準(zhǔn)備一臺有Python 3.9以上版本的機(jī)器建議直接用虛擬環(huán)境避免污染全局環(huán)境。我習(xí)慣在項(xiàng)目目錄里創(chuàng)建虛擬環(huán)境python -m venv .venv source .venv/bin/activate # Windows下是 .venv\Scripts\activate然后是安裝依賴。這個(gè)項(xiàng)目的依賴非??酥凭瓦@六個(gè)庫pip install faiss-cpu sentence-transformers pypdf python-docx openai這里說明一下幾個(gè)容易混淆的點(diǎn)。faiss-cpu是CPU版夠用如果你有NVIDIA顯卡可以裝faiss-gpu但日常使用差距不大因?yàn)镕AISS檢索本身就是毫秒級的瓶頸主要在Embedding編碼上。openai庫是用來調(diào)用OpenAI兼容接口的不只是OpenAI官方服務(wù)才能用Ollama和大部分本地推理框架都兼容。python-docx在只處理純文本的場景下可以不用裝但考慮到Word文檔太常見我還是加上了。首先項(xiàng)目目錄結(jié)構(gòu)是一個(gè)比較清晰的分離式結(jié)構(gòu)rag_demo/ ├── requirements.txt # 依賴清單 ├── build_kb.py # 構(gòu)建知識庫加載→切塊→向量化→存索引 ├── query.py # 查詢檢索→拼Prompt→調(diào)用LLM→輸出回答 ├── docs/ # 放原始文檔txt/md/pdf/docx └── index/ # 運(yùn)行時(shí)自動(dòng)生成存放faiss索引和chunks.json3.2 構(gòu)建知識庫的完整代碼build_kb.py是第一步要運(yùn)行的腳本它負(fù)責(zé)把docs/目錄下的所有文檔讀進(jìn)來、切成小塊、編碼成向量、構(gòu)建索引。import os import glob import json import numpy as np import faiss from pypdf import PdfReader from docx import Document from sentence_transformers import SentenceTransformer MODEL_NAME BAAI/bge-small-zh-v1.5 CHUNK_SIZE 500 CHUNK_OVERLAP 50 DOC_DIR docs INDEX_DIR index def read_document(path): if path.endswith((.txt, .md)): with open(path, r, encodingutf-8) as f: return f.read() elif path.endswith(.pdf): reader PdfReader(path) return \n.join(page.extract_text() or for page in reader.pages) elif path.endswith(.docx): doc Document(path) return \n.join(p.text for p in doc.paragraphs) return def chunk_text(text, chunk_sizeCHUNK_SIZE, overlapCHUNK_OVERLAP): chunks [] start 0 while start len(text): end min(start chunk_size, len(text)) if end len(text): last_period max(text.rfind(。, start, end), text.rfind(\n, start, end), text.rfind(, start, end), text.rfind(, start, end)) if last_period start chunk_size // 2: end last_period 1 chunks.append(text[start:end].strip()) if end len(text): break start end - overlap return [c for c in chunks if c] def main(): os.makedirs(INDEX_DIR, exist_okTrue) all_chunks [] infos [] for doc_path in glob.glob(os.path.join(DOC_DIR, **/*.*), recursiveTrue): if not os.path.isfile(doc_path): continue print(fprocessing: {doc_path}) text read_document(doc_path) if not text.strip(): print(f warning: empty content, skip {doc_path}) continue chunks chunk_text(text) for idx, chunk in enumerate(chunks): all_chunks.append(chunk) infos.append({ id: len(infos), source: doc_path, chunk_index: idx, text: chunk, }) print(ftotal chunks: {len(all_chunks)}) model SentenceTransformer(MODEL_NAME) embeddings model.encode(all_chunks, normalize_embeddingsTrue, show_progress_barTrue) embeddings np.asarray(embeddings, dtypefloat32) dimension embeddings.shape[1] index faiss.IndexFlatIP(dimension) index.add(embeddings) faiss.write_index(index, os.path.join(INDEX_DIR, kb.index)) with open(os.path.join(INDEX_DIR, chunks.json), w, encodingutf-8) as f: json.dump(infos, f, ensure_asciiFalse, indent2) print(build done.) if __name__ __main__: main()這段代碼里值得注意的地方有幾個(gè)。第一glob.glob用了遞歸模式docs/下的子目錄也能掃描到。第二切塊時(shí)的if last_period start chunk_size // 2這個(gè)條件是為了避免在一個(gè)塊的太靠前位置切那樣會導(dǎo)致塊特別短浪費(fèi)上下文。第三show_progress_barTrue會在編碼時(shí)打印進(jìn)度條文檔多的時(shí)候不至于讓你以為程序卡死了。3.3 查詢腳本與LLM對接query.py是第二個(gè)腳本負(fù)責(zé)接收用戶問題、檢索、調(diào)用大模型生成回答。import json import sys import numpy as np import faiss from openai import OpenAI from sentence_transformers import SentenceTransformer MODEL_NAME BAAI/bge-small-zh-v1.5 INDEX_DIR index TOP_K 5 LLM_BASE_URL http://localhost:11434/v1 # Ollama 默認(rèn)地址 LLM_MODEL qwen2.5:7b # 換成你實(shí)際拉取的模型名 LLM_API_KEY not-needed # 本地服務(wù)一般不校驗(yàn) key def load_model(): model SentenceTransformer(MODEL_NAME) return model def load_index(): index faiss.read_index(f{INDEX_DIR}/kb.index) with open(f{INDEX_DIR}/chunks.json, r, encodingutf-8) as f: infos json.load(f) return index, infos def retrieve(model, index, infos, query, top_kTOP_K): q_vec model.encode([query], normalize_embeddingsTrue) q_vec np.asarray(q_vec, dtypefloat32) scores, ids index.search(q_vec, top_k) results [] for score, idx in zip(scores[0], ids[0]): if idx 0 and idx len(infos): results.append({ score: float(score), source: infos[idx][source], text: infos[idx][text], }) return results def build_prompt(query, retrieved): context_parts [] for i, r in enumerate(retrieved, start1): context_parts.append(f[{i}] {r[text]}) context \n\n---\n\n.join(context_parts) prompt f基于以下資料回答問題。如果資料里沒有相關(guān)信息請明確說不知道。 資料 {context} 問題{query} 回答 return prompt def main(): if len(sys.argv) 2: print(usage: python query.py \你的問題\) return query sys.argv[1] model load_model() index, infos load_index() retrieved retrieve(model, index, infos, query) print(\n retrieved chunks ) for i, r in enumerate(retrieved, start1): print(f[{i}] score{r[score]:.4f} source{r[source]}) print(r[text][:100].replace(\n, )) print() prompt build_prompt(query, retrieved) client OpenAI(base_urlLLM_BASE_URL, api_keyLLM_API_KEY) resp client.chat.completions.create( modelLLM_MODEL, messages[{role: user, content: prompt}], temperature0.1, ) print( answer ) print(resp.choices[0].message.content) if __name__ __main__: main()這個(gè)腳本有幾個(gè)設(shè)計(jì)細(xì)節(jié)。第一temperature0.1知識庫問答這種場景要的是事實(shí)準(zhǔn)確性不是創(chuàng)造性所以溫度要低。第二我把檢索到的文本塊在拼接前打上了編號這樣做有兩個(gè)好處你可以直觀看到模型回答時(shí)到底參考了哪些資料后續(xù)加引用溯源也方便。第三retrieve函數(shù)里對idx做了邊界判斷防止FAISS返回-1這類空結(jié)果導(dǎo)致程序崩潰。3.4 運(yùn)行驗(yàn)證先往docs/目錄里放幾份測試文檔。建議第一輪先用你自己的技術(shù)方案、簡歷、公司內(nèi)部制度這類內(nèi)容做測試因?yàn)檫@些內(nèi)容的準(zhǔn)確性你自己心里有數(shù)能直觀判斷回答對不對。然后依次執(zhí)行python build_kb.py python query.py 什么是RAG正常情況下你會看到腳本先打印檢索到的文本塊和對應(yīng)的相似度分?jǐn)?shù)再打印模型生成的回答。如果query.py報(bào)錯(cuò)提示連接不上localhost:11434說明本地LLM服務(wù)沒啟動(dòng)。我用的是Ollama先執(zhí)行ollama pull qwen2.5:7b拉模型再執(zhí)行ollama serve啟動(dòng)服務(wù)。如果你有別的推理服務(wù)直接在LLM_BASE_URL里改地址即可。4. 常見問題與排查技巧實(shí)錄4.1 高頻問題速查表我在做RAG項(xiàng)目的過程中被問得最多的問題基本集中在下面幾類我整理成了一張表大家可以直接對照排查問題現(xiàn)象可能原因解決辦法檢索結(jié)果和問題完全不相關(guān)Embedding模型不適合你的領(lǐng)域換text2vec-base-chinese、bge-large-zh或使用領(lǐng)域微調(diào)的Embedding模型相似度分?jǐn)?shù)普遍很低低于0.3切塊太小/太大或查詢詞和文檔表述差異大調(diào)整chunk_size在切塊時(shí)做句子邊界檢測FAISS報(bào)維度不匹配的錯(cuò)誤構(gòu)建索引和查詢時(shí)用了不同模型保證MODEL_NAME完全一致模型回答“不知道”但資料里明明有切塊把關(guān)鍵信息切碎了檢索時(shí)沒召回增大chunk_overlap或增加TOP_K模型回答答非所問像在自由發(fā)揮檢索到的內(nèi)容本身不是答案模型被誤導(dǎo)先檢查檢索結(jié)果優(yōu)化切塊和EmbeddingPDF內(nèi)容提取出來全是亂的PDF是掃描件沒有文本層需要接入OCR比如PaddleOCR、Tesseract文檔一多構(gòu)建索引很慢CPU編碼太慢或切塊太多換GPU跑Embedding或減少重疊字符回答沒有引用來源像在編Prompt里沒有強(qiáng)制要求基于資料回答在Prompt中加入“資料里沒有請說不知道”4.2 我踩過的幾個(gè)典型坑第一個(gè)坑是中文切塊時(shí)把語義切斷了。早期版本我用了一個(gè)特別簡單的按固定字符數(shù)切塊的邏輯結(jié)果一個(gè)完整的句子被從中間劈開比如“公司價(jià)值觀是”被切到一個(gè)塊的末尾下一塊開頭變成了“客戶第一”。檢索的時(shí)候這兩個(gè)塊雖然都有“公司價(jià)值觀”的表述但語義完整度都不夠模型看半天也拼不出完整答案。后來我加了句子邊界檢測效果立刻好了很多。如果你也自己寫切塊邏輯一定要記住這個(gè)教訓(xùn)。第二個(gè)坑是向量歸一化問題。有一版我構(gòu)建索引時(shí)沒有normalize_embeddingsTrue用的是IndexFlatL2查詢時(shí)手動(dòng)算余弦相似度結(jié)果分?jǐn)?shù)怎么調(diào)都不對。后來我統(tǒng)一改成IndexFlatIP加歸一化邏輯就通順了。這里想強(qiáng)調(diào)一個(gè)理念做檢索你只需要關(guān)心“方向一致性”不需要關(guān)心向量本身的長度。歸一化之后內(nèi)積就是余弦相似度代碼更簡單結(jié)果也更好解釋。第三個(gè)坑是本地模型的能力上限。我用Qwen2.5-7B做測試發(fā)現(xiàn)它有時(shí)候會無視Prompt里的“資料里沒有請說不知道”強(qiáng)行編一個(gè)答案。后來我把temperature調(diào)到0.1同時(shí)在Prompt里把這句話換成了更生硬的版本“基于以下資料回答問題如果資料中沒有相關(guān)答案請直接回復(fù)資料中未找到相關(guān)信息?!毙Ч昧撕芏唷_@說明Prompt的設(shè)計(jì)確實(shí)能影響模型的“服從度”。第四個(gè)坑是增量更新。最開始我想的是每次加一個(gè)新文檔就把索引全部重建文檔少的時(shí)候沒問題文檔多了之后構(gòu)建一次要等好久。后來我才意識到這種極簡架構(gòu)本來就不適合頻繁增量更新干脆改成“批量重建”策略一次性把文檔都丟進(jìn)docs/然后跑一次build_kb.py。如果非要增量就要用FAISS的IndexIDMap維護(hù)文檔級別的ID映射但這會讓項(xiàng)目復(fù)雜度上一個(gè)臺階就需要權(quán)衡取舍了。5. 從“能跑”到“好用”幾個(gè)低成本優(yōu)化方向極簡版跑通之后你會發(fā)現(xiàn)它“能用”但距離“好用”還有一段距離。這里我分享幾個(gè)性價(jià)比特別高的優(yōu)化方向它們不會破壞項(xiàng)目的極簡性但能明顯提升體驗(yàn)。先說說重排序Rerank?,F(xiàn)在第一步召回5個(gè)文本塊但這里面可能有三塊是不相關(guān)的因?yàn)樗豢肯蛄肯嗨贫?。向量相似度擅長捕捉語義相關(guān)性但對“這個(gè)塊是否真的包含關(guān)鍵答案”這種精確匹配不敏感。重排的做法是先做一次寬松召回比如召回20個(gè)塊然后用一個(gè)專門的Rerank模型比如bge-reranker-base對這20個(gè)塊重新打分取前5個(gè)。這樣能極大壓縮無關(guān)內(nèi)容模型看到的結(jié)果更干凈。再說說引用溯源。我在前面的Prompt里已經(jīng)給文本塊打了編號但模型可能不會自動(dòng)用編號。要真正實(shí)現(xiàn)“回答完能告訴你依據(jù)在哪”可以在Prompt里追加一句“當(dāng)引用到某份資料的內(nèi)容時(shí)在句子末尾標(biāo)注對應(yīng)的編號例如[1]。”然后在代碼里把編號映射回原始的文檔路徑和文本塊附加到回答末尾。這算是RAG落地時(shí)客戶和領(lǐng)導(dǎo)最喜歡問的東西因?yàn)樗麄円来鸢缚刹豢尚?。然后是元?shù)據(jù)過濾。如果知識庫里同時(shí)有產(chǎn)品文檔、技術(shù)文檔、管理制度查詢“有哪些產(chǎn)品功能”時(shí)可能會把技術(shù)文檔里的內(nèi)容也撈出來。一個(gè)簡單的做法是在infos里保存每個(gè)塊所屬的文檔分類在檢索時(shí)先按分類過濾再算相似度。這在FAISS里可以用IndexIDMap配合元數(shù)據(jù)過濾來實(shí)現(xiàn)比繼續(xù)用裸的IndexFlatIP稍微復(fù)雜一點(diǎn)但很有必要。最后是Agentic RAG這個(gè)方向。熱詞里出現(xiàn)了很多次“agentic rag”在極簡項(xiàng)目的基礎(chǔ)上它并不神秘。比如當(dāng)?shù)谝淮螜z索結(jié)果相似度都低于0.5時(shí)就說明知識庫里可能沒有直接答案這時(shí)候可以讓模型重新組織一個(gè)更寬泛的查詢詞做第二輪檢索再比如當(dāng)用戶問的是“對比A和B”這種復(fù)合問題時(shí)可以先拆成兩個(gè)子問題分別檢索再把結(jié)果合并。這些邏輯本質(zhì)上就是在RAG的外面包了一圈決策能力但核心的檢索和生成模塊完全不用改。根據(jù)我個(gè)人的實(shí)操經(jīng)驗(yàn)極簡版系統(tǒng)最值得投入精力的不是換更貴的模型也不是上更復(fù)雜的架構(gòu)而是先把切塊和檢索調(diào)好。這兩個(gè)環(huán)節(jié)做好了哪怕生成端只是一個(gè)7B的本地模型效果也遠(yuǎn)遠(yuǎn)好過“檢索稀爛、硬上大模型”的方案。拿到這個(gè)zip包之后我建議你先往里丟幾份自己最熟悉的文檔把檢索結(jié)果逐條看一遍熟悉一下什么文本會被什么樣的檢索詞召回來這個(gè)手感建立起來之后后續(xù)所有的優(yōu)化你就知道自己該往哪個(gè)方向使勁了。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
亚洲天堂久久久久久粉红视频| 久久婷婷综合国际产色怕| 人人操人人摸人人看人人插| 国产Av超碰| 国产九月婷婷| 亚洲天天影视色综合| 亚洲一本色码中文字幕| 中国91AV| 先锋精品av色鲁| 久湿久久 | www.色五月| 国产精品网站www| 97综合在线| 小日子操bb在线看| 天天干天天插| 亚洲成人在线乱码色午夜| 久久久精品| 亚洲女毛多水多21P| 国产青一二三| 蜜臀中文字幕| 激情五月激情综合网| 一本久久精品中文字| 国产综合日韩伦理| 亚洲欧美日韩综合在线尤物| 天操天操夜操夜月月年年操操| 国产AV人人夜夜澡人人爽麻豆| 韩国一级做a久久久久| 全球成人中文在线| 使劲用力艹少妇视频一区二区| 亚洲国产成人精品久久久国产成人一区二区 | 久久久久成人亚洲国产| 日本黄色裸日本黄色裸体 | 中文字幕在线24| 欧美综合综合| 性色亚洲| 午夜久久一区二区无码中出| 亚洲全色网| 91无人区卡一卡二卡三乱码入口最新版:能让用户有更多选择的选择-经典说说-爱 | 亚洲欧美国产中文视频| 啊啊啊啊啊啊在线看| 啪啪啪综合网| 国产精品熟女AV中文字幕在线播放| 啊啊啊水好多| 女生自91网站| 人人摸人人添人人操| 啊啊啊啊啊在线视频| 精品一区二区三区麻豆| 欧美综合97www| 少妇高潮流水av免费| 嗯……啊…嗯嗯…啊…好舒服| 精品久久久久久中文字幕视频免费| 激情文学网伊人| 狠日欧美| 韩国三级三级BD在线| 久久久久久久伊人精品| 五月天亚洲网| 精品久久久九九九孕妇| 美女尤物人人操| 亚洲熟妇图片| 久久性爱大全| 亚洲无限观看| 久久久夜夜嗨免费视频| 国产精品久久久 | 免费强奸av| 欧美A√综合网| 免费国产视频| 国产精品亚洲日韩骚欢乐谷最新地址发布页huanieguty性屋娱乐妖精视频 | 亚洲欧洲无码bt精品合集| 操人妻丝袜高跟| 校园春色五月天| 亚州操操穴网| 内射夫妻三片| 亚洲中文字幕av | 一二三区视频在线观看| 99精彩视频| 色综合av综合久久| 一区二区三区男人的天堂| 脫衣舞一区二区三区| 九一国产精品| 亚洲人人操| 国产精品成人久久一区二区三区| 视频在线中文字幕| 厕所偷拍在线| 天天操夜夜操狠很操| 欧美三级偷拍| 韩日男人的天堂| 亚洲国产成人7777| 久久东京热成人| 中文字幕在线观看丝袜| 国产在线视视频有精品| 97网址www| 日韩精品在线观看观看| 偷拍精品一区二区三区| 大但人体久久久久| 天天操人人操骚逼网站| 日韩黄色一区二区三区| 久草免费福利在线播放| 蜜桃视频啊啊啊啊| 91天天综合网,天天综合网| 熟女人妻一区二区三区| 一区操逼| 日韩亚洲欧美中文字幕| 日本免费一区二区不卡| 性爱欧美五月| 久热精品色情| 久久嫩草国产成人一区| 蜜色网色哟哟| 在线国产一区二区av| 青草精品视频一日本久久久久网站| 亚洲情色一区三区| 91九九九小逼| 夜夜国产一区| 狠狠图片青青草| 丁香五月天激情综合| 另类图片亚洲加勒比另类图片亚洲加勒比另类图片亚洲加勒比 | 男人的天堂 在线一区| 亚洲图片偷拍视频区| av毛片aaaaa免费看| 九七色图| 欧美 亚洲精品首页| 9久9久| 久久久久久久六六| 试看福利| 91欧美性| 久久久少妇诱惑精品视频| 中文字幕少妇色 | 亚洲熟女av中文字幕| 亚洲有薄码区日本系列中文字幕| Julia在线播放亚洲久久| 日本熟女免费視颖| 色噜噜国产精品视频一区二区| 亚洲日韩东京热一区| 亚州中文字幕超碰97| 美女啪欧美一区| 超碰国产情侣自拍网| 偷拍欧美激情| 欧洲Au麻豆| 久久一区,青青青青草视频在线播放| 麻豆人妻精品一区二区| 人妻大相焦在线| 天美欧美国产| 久操凹凸视频| 国产精品麻豆免费视频| 亚洲av国产av综合av卡| 夜嗨影院| 天天射,天天操,天天爽-国内精品一区二区三区-成人AV | 欧美偷| 亚洲丰满很很操| www.高清无码诱惑一区.com | 91精品国产91综合久久蜜臀| 亚洲天堂2020| 欧美日韩中文视频播放| 人爽不卡视频| 国内亚洲高清无码| 欧美亚洲日本激情在线| 综合熟女| 东京热av男人的天堂| 大但人体久久久久| 欧美成人免费在线观看| 欧美性爱日韩性爱| 五月丁香色色网| 看看日B真人视频| 九九九九九九综合| 亚洲成a人在线观看久| 亚洲色图欧美视频| 五月丁香六月婷| 久久久98网站免费视频| 日本人妻天堂网站在线播放| 风月影院男女十八禁| 少妇的嫩逼图片| 极品另类| 久久免费精品视频免一| 91亚·色| 亚洲自拍青操视频| 97精品国产| 肉嘟嘟www视频在线观看高清| 国产无马av| 婷婷国产精品九区| 97欧美日韩精品| 日韩熟女无码| 欧洲熟妇xxXx欧美老妇裸体| 黄色不卡视频| 天天影视亚洲| 亚洲无码一区二区三区三州| 美性中文综合网| 欧亚三区动漫| 色欲日韩欧美在线一区| 天天看特黄的免费网站| 亚洲av性爱电影| 91人妻尻屄视频| 色爽爽文学| 久九9精品| WWW.操逼.COM| 射 色综合| 日韩专区久久久| 狠狠色伊人亚洲综合网站色| 伊人五月天| 国产精品久久久久久久久久久久久久久久 | 大香蕉综合| 91熟女视频网| a片自拍直播视频| 欧亚性爱视频免费看| 射欧美综合| 麻豆视频一区二区| 十八禁啪啦拍视频无遮挡| 欧美后入视频| 日韩激情视频| 国产精品久久久久久高清无码免费看| 97超碰碰碰| 91色欧美| 亚洲精品视频二区| 久久大黄片| 色色婷婷五月| 骚女天天综合网| 亚洲乱码尤物193YW| 淫骚熟女一区二区三区| 91伊人久| 青青国产在线拍揄自揄拍| 欧美第一页| 天美传媒av 在线| 不卡二三区人妻少妇| 26uuu性物| 日韩99神马视频片| 欧美自拍偷拍综合图片| 操学生天天| 久久精品久久久久久久久| 大香蕉在线视频15| 色性综合| 精品福利| 中文字幕片| 欧美一区二区日韩三区| 2017天天透天天通天天擦| 天天色天天干天天爱| www.99在线| 伊人久久亚洲色欲综合网站 | 97精品综合久久网| 久久这里是精品| 国产精品天干天干综合网麻豆| 绯色一区二区三区不卡少妇| 欧美高潮在线| 日韩黄色av中文字幕| 一区| 亚洲宗合网| 秋霞蝌科网日本一区| 91少妇通奸网站| 日韩黄色成人性爱| 九色黄站| 日本黄页视频在线观看| 9999免费精彩视频| 热思思免费视频| 啊啊啊不要啊啊受不了了视频在线| 久久欲| 97国产综合欧美| 久久性爱城| 欧美成人精品欧美一级乱黄一区二…| 中文字幕精品丝袜| 国产极品99热在线播放69| 欧美亚洲宗合色性图| 亚洲一区二区三区中文字幕| 中文无线日韩一区| 久久久蜜桃一区二区三区| 中文字幕99999| 精品78| 精品射1999| 免费精品人妻一区二区三| 色色青青久久| 激情终合网| 亚洲色欲天天人妻无码系列专区| 男人天堂2030| 亚洲诱惑天堂| 国产白嫩精品久久| 日本人妻A片成人免费看片| 一区二区三区视频| 久久久久久久久9| 午夜激情床戏激情| 欧美性爱伊人| 久久欲| 97超碰超| 男人久久精品| 人夜夜精品网站香蕉嫩草| 一区不卡在线观看av| 偷拍导航视频网站| 超碰午夜| 国产福利影视| 欧美一级国产一级| 亚洲国产综合视频| 操久久久久| 精品国产污一区二区三区| 超碰69| 校园春色之综合网| 91久久久久久久| 偷拍亚洲熟女视频播放| 91春色| 国产av色网| 9久久美女首页| A V少妇特黄三级| 3D污黄视频在线观看| 91精品国产综合久久久蜜臀酒店| 91日日夜夜| 久久久中文| 国产黄片在线免费观看| 亚洲成a人片在线观看中文!!! | 亚洲综合113页| 丰满人妻一区二区三区免费,| 国产午夜激片Av毛片不卡| 性饥渴少妇av无码毛片| 亚洲无码精品AV久久久| 日本精品999| 日曰骚久久精品| 春色综合免费| 中韩中文字幕在线观看| 久久精品国产97欧美精品亚洲 | 美女啊啊啊啊啊| 97视频在线观看网站| 激情视频一二三| 亚洲av总站| 射丝袜高跟鞋99| 亚洲精品男人的天堂| 五月香婷婷| 久久久久9| 岛国片在线观看视频亚洲| 福利社区午夜一区二区| 伊人精品久久网站| 欧美日韩国内不卡| 白嫩国模丰满一二三区| 精品性爱无码在线播放| 国产一级片| 97五月天| 亚洲色图欧美色图制服丝袜| 日日干夜夜操视频h| 少妇人妻精品| 另类欧美| 爱逼综合| 亚洲国产精品无码AV久久| 试看60秒 爽| 久久的免费性爱视频| 精品欧美不卡在线播放| 飘花国产午夜精品不卡| 可以在线观看AV的网站| 九九亚洲| surenchaopeng| 金典av| 超碰到97情色| 9美女超碰在线免费观看| 农村少妇久久久久久久| 精品视频97| 日韩精品怡红院| Aa东京男人的天堂| 99re这里只有精品9| 91麻豆天美| 天天躁日日躁成人字幕aⅴ| 国产一区二区在线播放量| 亚洲字幕一区二区| 亚洲天堂热| 黄色AV影视| 天美一二三在线观看Av| K8久久久久| 又大又大又大又粗爽高潮观看 | 蜜臀人妻少妇久久在线观看| 国产日韩欧美| 亚洲天堂一区| 免费综合亚洲中文| 亚洲中文字幕妇伦久久| 人澡逼| 亚洲男人天堂AV| 东京热视频网| 久久久无码精品人妻二区 | 色香av| 在线岛| 99这里只有精品| 久久仑合| 夜夜骑日日| 亚洲欧洲成人在线电影| 久久成人午夜精品影院| 久久女人视频| 日韩BBN| 亚洲第一免费视频| 欧美制服另类丝袜| 国产丝袜一区二区三区| 无遮挡又黄又刺激的视频| 国产成人精品日本亚洲语言| 久久久久元码视频| 午夜国产综合视频在线观看 | 一区二区三区四区五区久久久久久| 九九热精品视频六| 天天伊人| 欧美一区二区亚洲天堂| 日韩精品影视| 欧美呦呦性爱| 国产精品久久9| 人妻欧美| 夜夜高潮夜夜爽夜夜爱爱一区| 日韩在线欧美精品一区二区| 国内91熟女人妻丝袜天天精品视频在线| 国产精品熟女九九九| 亚洲国产成人综合碰碰三级经典| 超碰人人干| 九九九精品色乱九九九| 91色色网站| 激情网色| 日韩不卡网操逼中文字幕日韩| 欧美成人一级麻豆| 人人操人人摸人人看人人干| 9精品在线| 激情文学小说一区二区 | 久久大黄片| 屌逼传媒| 天天综合中文字幕 91| 五月激情在线| 天久久久噜噜噜久久国产精品爽爽| 插B在线观看| 狠狠操,使劲操| 日本天天人人狠狠在线日美女| 亚州欧美在线| 啊啊啊操一区| 国产成人在线观看网址| 中文字幕成人| 色五月av| 97超碰无码网| 免费一级黄色录像影片| 伦理日韩国产久久| 超碰成人国产| 性欧美| 亚欧成人一级片在线播放| 四虎AV在线观看| 啊啊啊啊啊啊好多水| 黑操B| 国产呦精品系列在线观看| 国产欧美伊人| 7777奇米影视久久| 91视频综合在线| 国产美女自拍AV| 人人操人人色人人摸| 75大香蕉| 操国产逼| 99热精品青草在线| 无码高清操逼网址| 欧美黑人168页欧美黑人167| 天天干少妇| 2024黄色视频| 97色涩| 免费一级毛片在线视频观看| 美女久久久久久久久久久| 久久久久久久 九九九九九九九| 国产高清午夜成人在线观看| 日韩无码久久熟女一级片| 日韩激情小说一区二区| 欧色综合| 高清在线偷拍自拍视频| 探花视频免费观看国产专区| 夜夜 中文视频rt| 色狠狠色| 国产二区视频在线观看电影| 亚91网| 欧美高清性猛交| 在线观看色视频| 中文一区在线视频| 一区二区三区视频| 欧美一品道| 人妻久热在线| 一起草精品人妻| 天天看天天日天天操| 欧美日韩人妻少妇 一区二区三区| 欧美综合区| 国产资源中文字幕在线| 97超碰精品成| 狼人综合婷婷激情四射 | AA丁香综合激情| 国产91会所女技师在线观看| 992视频一区| 天天综合网AV91| 91久久久久免| 国产91福利小视频在线观看| 91无码人妻精品一区二区三区蜜桃| 麻豆国产av网| 天天干美少妇一区| 一区二区三区精品视频| 国产美女销魂在线观看不卡| 国产精品人妻免费精品| 欧美草草高清日韩视频| 日韩欧美天堂| 精品夜夜澡人妻无码| 久久成人国产精品| 九久精品| 色一区二区三区综合| 熟女自慰久久久| 熟妇在线视频一区二区| 精品人妻av在线播放| 日韩乱伦影音先锋| 国产白丝av| 91M一社| 久久久久9999精品九九九| 暖暖精品二区三区观看| 无码国产Av| 97精品视频在线| 亚洲成人妻日韩在线| 强上我不卡卡| 亚洲精品视频在线播放| 芊芊操逼视频无码| 波多野结衣被操50分钟免费视频| 欧美亚洲手机在线| 大香蕉99999| 啊啊啊骚| av天堂电影网| 91天天综合网| 91亚洲综合在线| 后入人妻无码| 操老熟女AV| 91N综合网在线| 偷拍综合亚洲| 欧美日韩97在线| 国内一区二区三区| 亚洲国产欧美中文永久| 超碰78| 天美传媒精品一区二区| 国产亚洲99久久精品熟| 亚洲精品一二牛牛| 免费少妇一区二区| 亚洲一级性爱视频免费看| 亚洲激情综合另类男同| 思思热国产在线视频| 青娱乐国产精品| 国产成人bd在线观看| 国产丸一视频| 久久久三区二区一区| 日本二区不卡| 亚州综合在线| 啪啪啪精品| 热思思免费视频| 黄色片一区二区三区四区五区| 强奸乱伦 亚洲一区| 天天cao在线| 欧美伊人电影| 二级毛片| 一线黄色免费性爱片| 国产亚洲色婷婷99精品91| 久久日本熟女精品一区| 97伦乱| 亚洲天堂男| 熟妇熟女亚洲天堂网| 强奸少妇AV导航网| 久久久九九九九| 热热色色综合| 天天爱天天操| 亚洲牲交| 欧美色视频在线| 狠狠综合网| 国产精品久久9| 91色艳| 青青草日逼视频| 丁香五月社区| 69视频福利导航| 97欧美色资源| 清纯唯美激情| 国产又黄又粗又猛大片 | 日本韩国一本产品小视频日本韩国一本产品久久久产品小视频日本韩国一本产品久 | 国产熟女免费观看久久| 中文字幕精品日韩中文字幕| 操少妇很爽av| 国产诱惑| 翔田千里A片一区二区| 91精品啪在线观看国产城中村| 色色五月婷| 伊蕉97蜜桃97狠狠综合干| 四方色播| 日韩卡一卡二卡三在线| 丰满人妻一区二区三区四 | 蜜乳AV色欲AVAV无码| 亚洲熟妇丝袜在线观看| 欧美日韩97在线| 凹凸视频在线一区二区| 黄站在线免费观看| 26uuu成人影片| 久久怡红院| 国产一| 久久久精品中文字幕爱豆| 成人午夜无码视频| 成人天天爽| 91色香| 中文字幕97| 蜜桃无码AV一区二区| 美女的肌被草喷水视频| 夜夜爽夜夜爽| www.99视频| 九草九九九| 国产一区二区在线播放量| 淮穴色AV| 大香蕉伊人75| 视频分类 国内精品| 在线一区| 国产精品久久久久无码A√| 日韩乱码Av| 亚洲色图伊人网| 人妻一区二区三区视频| 成人贴图日韩欧美| 天天肏天天干| 中文字幕二区日韩天堂| juliaann欧美丝袜办公室| 亚洲第一黄色av网站| 色香在线| 又大又长又粗又爽又黄| 久久久9品一区二区三区| 色欲久久99国产精品久久久久久| 综合久久中文字幕综合日韩精品 | 青青草自拍视频在线播放| 东北女人性交| 肉嘟嘟www视频在线观看高清| 性交一区二区在线播放| 国产精品一区午夜福利| av线电影| 午夜超爽| 狠狠入| 大香网站| 激情四射婷婷六月天| 伊欧美综合视频| 亚洲日韩黑丝| 色婷婷综合网站| 色欲久久99国产精品久久久久久| 亚洲人妻一区二区三区| 精品一区二区三区国产| 九九无码久久精品视频| 天堂69亚洲精品中文字| 99re3这里只有精品| 无码免费在线观看黄色片| 嗯嗯啊好大| 亚洲精品精品一区二区| 亚洲欧美另类图片| 国产精品一二三免费网站| 成人五月天丁香激情综合| 久久熟妇五十路一区| 乱伦图一区| 国产国产亚洲一二三久久| 激情小说亚洲色图| 97露脸精品丝袜| 色久桃花影院在线观看| 国产区在线| 日韩中文字幕在线视频观看| 超碰午夜| 五月婷婷六月色| 亚洲成人黄色在线观看| 色拍偷亚洲| 六月丁香啪啪| 午夜国产乱伦视频| 欧美人妖内射| 99www.bibizy香蕉资源国产一区二区三区高清 | 超碰人人妻| 国产无码精品久久久久久| 性欧美精| 久悠悠av| xxxx网站亚洲精品| 日韩欧美女求操每天更新| 青青草手机在线免费观看| 亚洲熟女av日韩熟女| 性无码专区2020| 941超碰| 婷婷伊人一区| 深田咏美亚洲精品福利社| av毛片aaaaa免费看| 色偷偷综合91久久噜噜| 精品视频123区小说区| 强奸乱伦av电影| 成人熟女视频一区二区三区| 久久久免费一级黄片| 成人精品在线免费视频| 国产欧美黑人丰满在线| 久久久9视频| 精品午夜福利国产一区二区在线观看 | 美女国产一区二区久久 | 91女优在线观看| 91蜜臀在线久久久久| 欧美性爱视频免费一区一A| 国产高清视频无码在线| 97香蕉网| 外国免费性情大片| 中精品一区二区三区| 操B久久| 中文高清一区二区的| 中国少妇XXXX做受| 国产强奸无码乱伦| 欧美色图另类图片| 青青操视频在线| 久草资源在线视频官方总站日韩丝袜美腿| 正在播放:深夜激情大战,自带黑丝袜全力输出骚穴 | 日韩欧美女求操每天更新| 国产女人9999| 日本日日色视频| 日韩欧美女优电影| 国产成人网| 一级A啪啪啪啪| 久久精品国产72国产精品福利| av中亚| 精品对白久久不卡| 欧美91在线+|+欧美| 91在线限制级| 亚洲成人av色网| 激情综合久久| 91九九| 婷婷六月色| 91丝袜美女国产| 欧美激情综合| 日本三级大片| 亚洲 日本 一 二 三| 91蜜桃婷婷狠狠久久综合9色| 性爱av在线免费观看| 国产福利第一视频| 99无码视频| 99热精品在线| 吻戏激情性巴克| 69超碰综合| 高凊专区人人操| 91视频观看网站| 久久精品视频28| 搞中出视频在线观看| 97超碰亚洲| av东京热男人的天堂| 香蕉色网| 五月天亚洲网| 久9爱精品| 色欧美亚洲| 久久99国产精品| 九七超碰人人乐| 天天射夜夜骑| 99精品国产户外露出| 少妇厨房愉情理伦片bd在线观看| AA级电影三区| 91爆操视频| 99re公开精品免费视频 | 狠狠色婷婷7777久| 日韩不卡av一二三| 人妻加勒比东京热| GVH-003 母子姦 青木玲-麻豆视频,麻豆视传媒短视频网站入口,麻豆视传媒官网直 | 亚州熟妇精品| 男人网站婷婷| 99热精品在线观看| 欧美精品69性爱| 欧美自拍偷拍综合图片| 久久久精品视频免费观看| 69人妻精品一区二区绯色| 欧美日韩黄色片一区二区三区四区人与兽做爱| 亚洲免费97免费| 天操天操夜操夜月月年年操操| 中国少妇啪啪视频| 欧美偷拍区| 免费作爱一级视频| 蜜桃久久久久久久| 秘书高跟黑色丝袜国产91在线| 欧美激情综合| 精品伊人久久久大香线蕉小说| 亚洲 欧美 天天| 青草影院内射高潮| 久久久一区二区三区四区五区| 日韩性爱1级片视频| 97色色网| 夜夜操一区二区| 九久久精品| 明星性猛交ⅹxxx乱大交| 思思热国产在线视频| 日韩三级一区 | 91精品久久久久五月天精品| 久热大香蕉| 啊好爽快点-国产一区二区三区撒尿在线-成人AV | 久久精品国产97欧美精品亚洲 | 人人操人人操人人操人人操人人操人人人11.CM | 黄色AAAAAAAAAAA大片| 中文字幕亚韩| 中文字幕在线观看网页| 色欧美色交综合| 人人么人人操| 日韩成人网址| 天天综合网AV91| 日韩三级伊人| 欧美精品1区2区3区| 少妇被玩视频二三区| 骚货 中文字幕 av| 日欧操屄| 人人乐大香蕉| 熟女熟妇伦久久影院毛片一区二区 | 超碰 另类 欧美| 日韩在线观看AV| 成年人黄色视频免费| 五月综合久久| 91美女高潮| 天天综合官网| www.婷婷| 大香蕉色欲AV| 成人麻豆av电影网站| 亚洲男人的天堂一区二区| 国产sv美女内射| 深田咏美亚洲精品福利社| ai欧美亚洲小说| 中文视频在线观看| 亚洲AV成人无码一区二区三区在线观看| GVH-003 母子姦 青木玲-麻豆视频,麻豆视传媒短视频网站入口,麻豆视传媒官网直 | 九九视频黄色片| 亚洲色图91欧美日韩| 伊人久久亚洲色欲综合网站| 好色综合| 操九九九九九九| 热99re69精品8在线播放| 探花精品视频| 舔人妻中文免费视频| 日韩在线观看字幕精品| 五十路熟女,国产欧美精品区一区二区三区| 免费1级a做爰片观看| 青青伊人久久| 国产三级日产三级韩国三级| 偷拍亚洲视频一区二区三区四区| 在线观看黄色电话| 午夜精品久久久久久久第一页按摩| 国产v片在线免费观看| 少妇天堂网络| 国产高清吃奶免费视频网站| 性色国产东北露脸精品视频| 特级特黄一级毛片免费| 啊啊啊啊二区好大| 金莲网址| 大屁股熟女一区二区三区| 自拍内地三级在线观看| 久久欧洲| 淫荡熟女乱伦网| 射丝袜大香蕉| 麻豆国产96在线| 99色色网| 精品九九九九| 91路www| 一级啊性爱在线视频| 久久精品噜噜噜成人看免欧美大片| 丁香五月婷婷色| 99999国产精品| 丰满少妇一区二区三区四区观看| 蜜乳中文字幕a在线| 久久偷拍人| 国产情侣自拍在线播放| 五十路三区在线| 夜夜狼人妻| 黄片免费久久久久久久| 99re这里只有| 欧美爆操91| 看日韩操逼| 91无码西班牙视频在线| 日韩三级性| 婷婷四五区| 国产日逼视频| 99re28在线观看| 操屄不卡视频| 日韩欧美性爱电影在线观看| 丰满丝袜少妇AV| 加勒比大香蕉视频在线| 久草视频观看视频在线| 亚洲97资源| 久久久久ab| 五月婷在线| 国产高清精品一区二区三区毛片| 96超碰网| 人妻在线大香蕉| 综合熟女| 淫荡熟女乱伦网| 亚洲色图欧美色图另类图片| 欧美骚少妇| 99re这里只有精品3| 成年女人18级毛片毛片免费观看| 伊人网高清| 美国三级日本三级久久99| 久久综合18p| 竹菊影视国产一区二区| 大香蕉一区二区在线观看.| 99超碰碰| 在线播放中文字幕| 狠狠操一区二区| 五月激情小说| 天堂中文资源在线bt| 国产拍偷精品网站| 999久久久国产精品| 亚洲精品蜜桃久久久久久久| 天美麻豆精品视频99| 韩国三级理论在线| 黄色大片免费在线| 97超碰欧美| 天堂综合网| 超碰9 7女人| 97超碰逼| 欧美另类色图片| 人看人人摸人人操| 久久精品久久久久久久久| 超碰美国| 97超碰大| 老熟女天天操| 97天天在线| 91色堂| 啊啊啊啊二区好大| 超碰97玖玖爱| 久久亚洲骚逼综合| 日韩欧美麻豆大片| 91neishe| 少妇超碰在线| 亚洲一区二区麻豆影院| 亚欧成人中文字幕一区| 国产高清在线观看欧美| 日韩Va亚洲va欧美Ⅴa久久| 中文字幕美女91| 国产精品成人AV片免费看网站| 四虎免费视频| 国产亚热在线久久| 91爱做| 天美传媒Av在线| 大香蕉之青青草原| 丰满少妇一区二区三区四区观看| 精品国产Av无码久久久伦古装| 五月天九九日国产精品一区二区三区| 青青草玖玖爱| 在线电影亚洲色图| 好一吊区二区| 狠狠97| 9久9久| 亚洲成成熟女人综合一区二区| 精品九区| 成人线上超碰| 天天躁日日躁狠狠躁| 亚洲国产丝袜熟女av| 国产日韩精品suv| 欧美性天天| 成人蜜乳小视频网站| 国产无码久久高清| 男女猛烈无遮掩视频免费软件| 乱伦熟妇一区二区| 夜草网站| 天天干人人干天天日97| 99精品视频在线观看免费| 国产三区免费在线观看| 黑人操一区二区| 亚洲免费人妻在| 99亚洲精品| 99热色这里只有精品| 亚洲日本男人天堂网 | 亚洲一区二区性爱电影| 国产精品亚洲免费| 婷婷久草一区二区三区| 欧美一二三区四五区| 超碰一区二区| 91色欧美| 午夜性生活av免费在线看| 国产精品视频麻豆入口| 国产动漫操逼视频| 日韩内射视频| 亚洲日韩熟女人妻高清在线| 成人草草视频| 伊人操你| 午夜福利视频在线一区| 亚 欧 美 综合| 欧美 综合 亚洲| 麻豆成人AV| 蜜乳Av成人片网站| 乳欲人妻办公室奶水| 国产11页| 一级黄碟| 1240青青草一区二区三区视频天爱| 床戏久久久av一区二区麻豆| 超碰视97中文| 午夜亚洲| 亚洲成人激情小说视频| 久久精品店| 久久久久久久久久久人妻| 国产精品久久久九九九| 亚洲欧美清纯| 国产熟女完整版中字| 国产精品无码论坛| 九九九九九九亚洲| 日逼五月天| 欧美色九九| 黄色AAAAAAAAAAA大片| 校园春色综合| 亚洲成人AB| 亚洲国产奇米影视久久| 又黄又爽在线观看视频| 蜜桃精品视频一区二区三区| 你懂的在线观看区国产| 国产亚洲99久久精品| 夜夜骑操视频| 亚州欧美色图| AV中文在线| 91美女视频电影| 人人做,人人操,人人摸| 懂色AV一区二区三区| 91熟女视频网| 99www.bibizy香蕉资源国产一区二区三区高清 | 欧美成人精品一区| 美国精品国产精品| 97AV爱| 999热日韩精品| 久久成人午夜精品影院 | 被体育老师抱着c到高潮| 久久只有精品一区二区三区| 亚州综合网| 91 刺激在线| 亚洲大胆人体av| 欧美日韩*字幕一区| 天天欧美色| 欧色网址| 99无码视频| 九九这里只有精品| 亚洲成?V人片在线观看福利| 小草av不卡亚洲二区| 国产超碰AV在线精品| 草b在线 | 91麻豆天美国产欧美日| 久久激情四射婷婷丁香五月天| 日本操嫩b网| 色香在线| 国产人妖的免费的视频| 久草在| 欧美加勒比| 黄污污污污| 丰满人妻一区二区三区蜜桃视频| 国产亲戚伦亲在线| 色天使AV天堂| 干婷婷综合网| 超碰9 7女人| 岛国精品视频在线观看 | 亚洲综合激情五月久久| 欧美精品黑人猛交高潮| 五月天婷婷色色| 精品免费囯产一区二区三区| 精品久久視頻在线| 78久久| 91男女啊啊啊| 久久午夜鲁丝片| 久久久久久久久久久久黄色 | 日本爽爽爽爽爽爽免费视频| 韩国轻伦国内自拍一区| 伊人五月天婷婷| 加勒比AV网| 久草视频观看视频在线| 啊啊啊在线看| 婷婷综合激情| 天天92av| 亚洲色图a| 18禁免费视频| 中文字幕精品三级久久久| 国产中文字幕曰本毛片| 欧美大干日韩| 久99久视频| 在线视频免费观看午夜| 欧美 牲| 日本熟妇人妻中出视频| 好涩综合| 麻豆天美制片厂网站视频| 亚洲国产成人福利在线观看| 欧洲一区二区| 人妻在线臀日韩| 三级激情网站| 天天综合网~91| 91最新综合| 3P乱轮视频| 特色a在线上| 婷婷五月天无码| 思思在线免费视频| 白丝1区2区3区| 久久91精品国产9丨久久分亭| 午夜综合在线| 日日操天天操| 亚洲精品成人动漫在线| 熟啊v色欧美热| 操逼逼无码| 一级片视频啪啪| 九一国产精品| 精品国产乱码久久久久久久久1 | 国产自产22区| 偷拍 精品另类 凸凹了四区| 精品高清一区二区三区三州| 综合自拍| 久久av网| 久久久网站| 啪啪啪东京| 男女啊啊啊啊啊| 久久一二三四五六七八九区区| 二色av| 插穴性爱视频在线观看| 日韩97| 97丝袜亚洲在线播放| 九九毛片这里只有精品| 日本中文字幕在线视频| 天天夜躁日日躁狠狠2002| 欧美综色欧| 91久久久老司机| 人妻啊啊人妻啊| 日操粉逼逼| 国产AAAAAABBBBB| 久久久久极品| 97硬碰| 一本道综合色图| 成人精品久久久午夜福利| 清纯唯美亚洲另类| 91丝袜美腿片| 97激情97激情| 天天做天天爱天天高潮| 留下AⅤ黄色片| 亚洲成人日韩小说| 国产h小视频在线观看免费| 久久九九久精品国产尤物|国产精品爽黄69天堂A片潘金莲,国产亚洲精品第一综合 | 欧美三级中文字幕hd| 在线色导航| 九热中文字幕| 日韩天天综合| 91激情国产| 日韩人妻中文视频| 亚洲国产成人精品999| 久久久一区二区三区四区五区| 欧美日韩国产精品久久色婷婷| 国产十八禁视频| 日本一天色道久久久精品视频| av婷婷色网| 伊人影院综合是一个与深夜成人在线| 岛国福利在线精品播放| 搡老女人911熟妇老熟女| 欧美综合91| 精精品人妻一区二区三区| 淫乱图区 | 综合久久中文字幕综合日韩精品| 淫荡少妇免费| 亚洲最大成人a毛毛片| 亚洲高清无毛一区二区| 亚洲欧洲无码bt精品合集| 日本国产亚洲一区在线观看| 啊啊啊啊啊在线| 超碰色老头| 东北女人操逼| 国内伊人久久久久久网站视频| 一区二区三区看视频| 一区二区三区四区理论片| 校园春色亚洲| 超碰色综合| 天天干天天舔| 国产高清精品一区二区三区毛片 | 闷骚老熟女15P| 丰满精品人妻少妇久久字幕| 欧美激情视频一区二区三区不卡| 久久嫩草国产成人一区| 日本精品性生活久久久| 日韩影片中文字幕一区二区三区| 天美av在线观看| 中文乱码99| AV中文字幕剧情1区2区3| 久久久精品久久| 性欧美999| 张柏芝国产一区在线观看| 中日韩免费看男女操逼大全| 久久精品国产Aⅴ| 国产无码久久高清| 黄网站黄视频网站进入口| 日夜干射色啊| 亚洲不卡一| 欧美成人性活片| 国产精品一二三区18| 一区二区三区黄色片a| 操婷婷逼| 激情综合婷婷| 久久啊哟| 成熟熟女国产精品一区二区| 国产精品久久久午夜夜伦鲁鲁| 69久久|