面向职业健康领域的最小化RAG检索后端组件，专注法规标准精准召回，需配合上层应用使用
说明：
## 核心用法
`rag-search` 是一个轻量级检索增强生成(RAG)后端技能，专为职业健康领域的法规标准文档检索设计。用户通过自然语言查询触发检索，系统返回结构化的相关文本片段，包含原始内容、来源文件、条款编号、法规层级及相关性评分。
## 显著优点
1. **领域专业化**：针对GBZ职业卫生标准体系优化，理解专业术语如”PC-TWA”、”职业接触限值”等
2. **结构化输出**：返回标准化JSON格式，含`regulation_level`字段便于区分国家法律/标准/行业规范层级
3. **可解释性强**：每条结果附带`clause`条款编号和`score`相关性分数，支持溯源审计
4. **松耦合设计**：作为纯后端组件，可与`occupational_health_qa`、`occupational_health_report_writer`等上层应用灵活组合
## 潜在局限
– **非终端技能**：明确禁止直接面向终端用户，必须由封装层调用
– **检索范围受限**：仅覆盖预构建的职业健康法规知识库，无法实时扩展
– **无生成能力**：仅做检索召回，不包含LLM答案生成或总结功能
– **评分阈值敏感**：`score`字段的 cutoff 策略需调用方自行决策
## 适合人群
职业健康AI系统开发者、企业EHS平台集成工程师、需要构建合规问答或报告生成系统的技术团队。
## 常规风险
– 知识库更新延迟可能导致引用失效标准
– 条款边界切分误差造成上下文丢失
– 高相关度低权威性结果（如草案文件）需人工复核
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
会员专属
