<rss xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title>检索 - 标签 - Shaoyang 的个人主页</title><link>https://xueshaoyang.cn/tags/%E6%A3%80%E7%B4%A2/</link><description>检索 - 标签 - Shaoyang 的个人主页</description><generator>Hugo -- gohugo.io</generator><language>zh-cn</language><lastBuildDate>Fri, 03 Jul 2026 12:00:00 +0800</lastBuildDate><atom:link href="https://xueshaoyang.cn/tags/%E6%A3%80%E7%B4%A2/" rel="self" type="application/rss+xml"/><item><title>text-to-SQL 的 RAG 实践：检索路由 + 权威源精读</title><link>https://xueshaoyang.cn/posts/local-text-to-sql-rag/</link><pubDate>Fri, 03 Jul 2026 12:00:00 +0800</pubDate><author>XueShaoyang</author><guid>https://xueshaoyang.cn/posts/local-text-to-sql-rag/</guid><description><![CDATA[<p>数分团队做 text-to-SQL，最常见的失败模式不是「SQL 语法写错」，而是<strong>看起来很像真的</strong>——表名对了一半、过滤条件漏了、业务编码用错了版本，跑出来的数字和口径完全对不上。</p>
<p>这篇文章分享一套我在实际项目中落地的方案：<strong>用本地混合检索做路由，用标准 SQL 全文做生成依据</strong>，而不是把文档 chunk 丢给 LLM 自由发挥。全文数据已脱敏，业务域、表名、编码 ID 均为虚构占位。</p>]]></description></item></channel></rss>