用 Haystack 完成第一个小项目：完整演练

deepset 开源的 RAG 与搜索应用框架——这是 Haystack 最主要的用途，也是本文讨论的前提。

与其看十篇介绍，不如完整做一个小项目，这篇带你走一遍。

项目：资料卡片整理

目标：用 Haystack 完成一次「资料卡片整理」，交付一份可以直接给同事或客户看的结果。预计用时 1 小时以内。

步骤

阅读仓库 README 与许可证。
准备材料：搜索得到的十几篇资料（先脱敏）
复制下面的提示词，替换方括号内容。
第一次结果出来后，只针对一个问题追问修改。
按验收标准检查：每张卡片都有来源。
保存提示词与最终结果，写三行复盘。

把这些资料整理成卡片：每张卡片包括一句话结论、关键数据、来源和可信度评价，最后按主题分组。

复盘模板

这次任务：
节省或多花的时间：
需要人工修改的地方：
下次会改进的提示：
是否继续使用：

做完之后

可以尝试第二个任务「带来源的快速调研」，或者把这次的流程分享给同事一起试。

补充练习

内部文档入库

适用情况：手头有一批 PDF、Word 和网页时。

把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。

验收标准：切分后的段落能回溯到页码。

网页内容抓取

准备材料：一组需要定期关注的网页。

把这些网页转成 Markdown，去掉导航和广告，只保留正文、发布日期和作者；发布日期缺失时标注「未知」。

验收标准：没有臆造发布日期。

检索效果对比

准备材料：同一批问题和两种检索配置。

用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。

验收标准：对比用同一批问题。

常见问题：答案引用了错误段落

调整切分大小、加入重排序，并检查文档解析是否丢失标题。

常见问题：表格内容检索不到

换用能保留表格结构的解析工具，或单独把表格转成文本描述。

常见问题：回答过于笼统

要求逐条引用原文，并限定只回答文档中有依据的内容。

概念补充：RAG（检索增强生成）

先检索相关资料再让模型作答，降低胡编概率。

概念补充：重排序（Rerank）

对初步检索结果再次打分排序，提升相关性。

适合人群：软件工程师

软件工程师可以用 Haystack 处理代码阅读与重构、测试与排错等工作。需要注意：不要把密钥和未开源代码上传到未授权工具，合并前审阅每处改动。

适合人群：研究生

研究生可以用 Haystack 处理文献阅读、开题与论文写作等工作。需要注意：遵守学校学术诚信规定，AI 只用于辅助理解和润色。

适合人群：数据分析师

数据分析师可以用 Haystack 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

写在最后

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

文中提示词和示例仅作示意，实际效果取决于你的材料和 Haystack 当前版本，重要内容请人工核对后再使用。