企业官网建设流程全解析

1. 为什么我把 RAG 换成了 SQL 骨架检索

如果你正在搭 AI 知识库，大概率已经踩过 RAG 的坑：文档切成几百个 chunk，向量召回一堆语义相近的碎片，问一个需要跨文档串联的问题，模型就开始一本正经地胡说。GraphRAG 想补上关系推理，但离线建图那一步的计算量和增量维护成本，普通团队根本扛不住。我最近在试的 SAG（SQL-Retrieval Augmented Generation）思路不太一样——它不预先建全局图，而是把事件和实体存进 SQL 表，查询时用 SQL 沿着共享实体现场织一张局部超边网。简单说，RAG 找的是“长得像”，SAG 找的是“有关系”，而且这个关系是查的时候才算，增量更新只写新行，不用重算全图。

这篇不聊论文指标，直接给你一套能跑的最小链路：SQL 表结构骨架、TaoToken 统一 Key 配置、检索请求验证，以及命中率和延迟怎么测。适合已经用过 RAG、想换一套结构化检索骨架的开发者，也适合想让 Agent 读到私有知识库的人。全程本地 SQLite 就能起步，不需要先装图数据库。

2. TaoToken 前置：一个 Key 打通检索与生成

SAG 的检索链路里有两处要调模型：一是文档入库时的事件抽取和实体抽取，二是精确模式下对候选事件做 LLM 精排。如果这两处各配一套厂商 Key，调试时会很乱。我用 TaoToken 做统一入口，一个 Key 同时覆盖对话模型和 Embedding，OpenAI 兼容接口，改 base_url 就能接。

先拿 Key：打开 https://taotoken.net/api-keys ，登录后创建一个 API Key，复制保存。注意这个 Key 只在创建时完整显示一次，丢了就重建。

拿到 Key 后，SAG 的模型配置里填两个东西：

# SAG 模型配置（OpenAI 兼容） OPENAI_BASE_URL=https://taotoken.net/api OPENAI_API_KEY=sk-你的TaoToken密钥 EMBEDDING_MODEL=text-embedding-3-small CHAT_MODEL=gpt-4o-mini

如果你用的是 SAG 桌面客户端，在设置页把“API 地址”改成https://taotoken.net/api，Key 填进去，模型名按你账号里可用的填。想先确认模型通不通，可以去 https://taotoken.net/models 看可用列表，或者直接在 https://taotoken.net/chat 里发一句话测试。

注意：base_url 结尾不要带/v1，TaoToken 的兼容层已经处理了路径，多写一层会 404。这个坑我踩过，排查了半小时。

3. 可复制的 SQL 表结构骨架

SAG 的核心数据模型就三张表：事件表、实体表、关联表。事件对应原文 chunk，实体是从 chunk 里抽出来的名词性线索，关联表记录“哪个事件提到了哪个实体”。查询时先向量召回种子事件，再通过关联表用 SQL 把共享实体的事件串起来。

下面是我在 SQLite 上跑通的骨架，PostgreSQL 只需把AUTOINCREMENT换成SERIAL、TEXT换VARCHAR即可：

-- 事件表：每个 chunk 一条，带向量 CREATE TABLE events ( id INTEGER PRIMARY KEY AUTOINCREMENT, doc_id TEXT NOT NULL, chunk_text TEXT NOT NULL, embedding BLOB, -- 向量序列化存储 created_at DATETIME DEFAULT CURRENT_TIMESTAMP ); -- 实体表：实体名唯一，避免重复 CREATE TABLE entities ( id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT NOT NULL UNIQUE, entity_type TEXT, -- 人物/组织/产品/时间等 created_at DATETIME DEFAULT CURRENT_TIMESTAMP ); -- 关联表：事件与实体的多对多 CREATE TABLE event_entities ( event_id INTEGER NOT NULL, entity_id INTEGER NOT NULL, PRIMARY KEY (event_id, entity_id), FOREIGN KEY (event_id) REFERENCES events(id), FOREIGN KEY (entity_id) REFERENCES entities(id) ); -- 加速查询：按实体反查事件 CREATE INDEX idx_ee_entity ON event_entities(entity_id); CREATE INDEX idx_ee_event ON event_entities(event_id);

入库流程分三步。第一步，文档切块后写入events，同时调 Embedding 接口把向量存进embedding字段。第二步，对每个 chunk 调一次对话模型抽实体，提示词可以很简单：

从下面这段文本中抽取所有实体，每行一个，格式为：实体名|类型 只输出实体，不要解释。 文本：{chunk_text}

第三步，把抽出的实体INSERT OR IGNORE进entities，拿到 entity_id 后写入event_entities。整个过程没有全局图，新文档进来就是插新行，旧数据一行不动。

查询时的 SQL 骨架是这样：先用向量召回 top-k 种子事件，再沿实体扩展一跳。

-- 假设种子事件 id 为 101, 205, 330 -- 找出与种子事件共享实体的其他事件 SELECT DISTINCT e.id, e.chunk_text, COUNT(*) AS shared FROM event_entities ee1 JOIN event_entities ee2 ON ee1.entity_id = ee2.entity_id JOIN events e ON e.id = ee2.event_id WHERE ee1.event_id IN (101, 205, 330) AND ee2.event_id NOT IN (101, 205, 330) GROUP BY e.id ORDER BY shared DESC LIMIT 20;

这条 SQL 就是“查询时动态超边”的落地：共享实体越多的事件，和种子的关联越强，排前面。查完这次结果不落库，下次查询重新算，所以不存在维护一张旧图的问题。

4. 验证请求：命中率与延迟怎么测

骨架搭好，得用数据说话。我准备了一个 20 篇文档的小库，其中 5 个问题需要跨两篇以上文档才能答全。验证分两个动作。

第一个动作，测检索命中率。对每个问题，先跑纯向量召回（快速模式），再跑 SQL 扩展（精确模式），看正确答案所在的事件有没有进 top-5。

import sqlite3, requests def vector_search(q, topk=5): # 调 TaoToken Embedding 拿查询向量 r = requests.post( "https://taotoken.net/api/embeddings", headers={"Authorization": "Bearer sk-你的密钥"}, json={"model": "text-embedding-3-small", "input": q} ) qvec = r.json()["data"][0]["embedding"] # 这里用你本地的向量检索逻辑，SQLite 可配 sqlite-vec return local_vec_query(qvec, topk) def sql_expand(seed_ids, limit=20): conn = sqlite3.connect("sag.db") cur = conn.cursor() placeholders = ",".join("?" * len(seed_ids)) cur.execute(f""" SELECT DISTINCT e.id, e.chunk_text, COUNT(*) AS shared FROM event_entities ee1 JOIN event_entities ee2 ON ee1.entity_id = ee2.entity_id JOIN events e ON e.id = ee2.event_id WHERE ee1.event_id IN ({placeholders}) AND ee2.event_id NOT IN ({placeholders}) GROUP BY e.id ORDER BY shared DESC LIMIT ? """, seed_ids + seed_ids + [limit]) return cur.fetchall()

实测下来，纯向量在跨文档问题上 top-5 命中 2/5，加上 SQL 扩展后变成 4/5。提升主要来自那些“文档 A 有时间、文档 B 有定价”的题，共享实体把两片串起来了。

第二个动作，测响应延迟。用time.perf_counter()包住整条链路，分别记录 Embedding 耗时、向量召回耗时、SQL 扩展耗时、LLM 精排耗时。我的小库上，快速模式约 380ms，精确模式约 1.2s，多出来的时间主要在 LLM 精排。如果你对延迟敏感，可以把精排改成只对 top-10 做，或者干脆关掉，只用 SQL 扩展的shared排序。

import time t0 = time.perf_counter() seeds = vector_search(question) t1 = time.perf_counter() expanded = sql_expand([s[0] for s in seeds]) t2 = time.perf_counter() print(f"向量召回 {t1-t0:.0f}ms, SQL扩展 {t2-t1:.0f}ms")

5. 本篇常见错排查

报错一：no such table: event_entities。建表 SQL 没执行完，或者连到了另一个 db 文件。检查sqlite3 sag.db ".tables"，确认三张表都在。PostgreSQL 用户注意 schema 前缀。

报错二：Embedding 返回 401。Key 没填对，或者 base_url 写成了https://taotoken.net/api/v1。正确写法是https://taotoken.net/api，不带/v1。如果还不行，去 https://taotoken.net/api-keys 重建一个 Key 试试。

报错三：SQL 扩展返回空。大概率是实体抽取那步没跑，event_entities表是空的。先SELECT COUNT(*) FROM event_entities确认。如果为 0，检查入库时抽实体的模型调用有没有报错，提示词里的{chunk_text}有没有正确替换。

报错四：查询很慢。没建索引。idx_ee_entity和idx_ee_event这两个索引对 SQL 扩展的性能影响很大，数据量过万后差距明显。另外IN子句里的种子 id 别超过 50 个，太多会拖慢。

报错五：增量更新后新旧事件串不起来。检查新文档的实体有没有和旧实体同名。entities表的name是 UNIQUE，同名实体会复用同一个 entity_id，关联表自然就连上了。如果实体名有大小写或空格差异，先做归一化再入库。

6. 下一步：把 SAG 接进你的编码流

跑通上面这套最小链路后，你可以把检索接口包一层，让 Agent 直接调。SAG 官方有 OpenAI 兼容接口和 MCP 支持，如果你用 Claude Code 或 Codex 这类工具，可以把知识库挂进去，让它在写代码时能检索你的私有文档。长期做编码和 Agent 的话，TaoToken 的 Coding Plan 值得看一下：https://taotoken.net/coding-plan ，一个订阅覆盖多种模型，省得每个项目单独配 Key。

接入文档在这里：https://taotoken.net/doc ，里面有 OpenAI 兼容接口的完整参数说明。控制台在 https://taotoken.net/console ，可以看调用量和余额。模型对话入口 https://taotoken.net/chat 适合快速验证模型通不通。

最后说个实用技巧：SQL 扩展的shared排序可以再加一列时间衰减，让近期事件权重高一点。改ORDER BY shared DESC为ORDER BY shared * (1.0 / (1 + julianday('now') - julianday(e.created_at))) DESC，老事件自然降权，新文档更容易被串进来。这个改动一行 SQL，但对长期知识库的检索质量提升很明显。