电信 SNOC 环境中高效云知识库搜索的多代理检索增强生成

电信服务和网络运营中心 (SNOC) 依赖大量云文档，包括标准操作程序 (SOP)、供应商技术手册、事件报告和配置指南，以维持不间断的网络运营。在重大事件期间，工程师必须快速检索准确的信息，但传统的基于关键字和单阶段的检索方法通常难以提供精确的结果。本文介绍了 Athena for Cloud Knowledge Base，这是一个完全离线、多代理检索增强生成 (RAG) 框架，专为 Vodafone Idea 的 SNOC 环境中的企业云文档搜索而设计。该系统在基于 LangGraph 的编排框架内集成了使用 E5 Large V2 嵌入的密集检索、BM25 稀疏检索和知识图扩展。使用加权 CombSUM 融合检索到的候选者，然后进行交叉编码器重新排名和最大边际相关性 (MMR)，以获得多样化且相关的证据集。为了提高答案的可靠性，该框架通过显式属性验证对每个块执行 LLM 评估，在生成响应之前独立评估每个 MMR 选择的块。不支持或薄弱的证据将被丢弃，如果没有块满足验证标准，系统会自动评估多个块作为后备。在包含 312000 个索引块的 4200 个 SNOC 云文档的语料库上进行的实验表明，所提出的方法实现了 10 的 MRR（0.910）和 78.4% 的精确匹配（EM）分数，比单阶段密集检索高出 14.6 个百分点。整个管道在完全离线的环境下运行，满足企业数据主权要求，同时为云文档搜索提供准确、有来源依据的回答。