Haystack 迁移指南：资产盘点、并行试用与切换
先说清楚它是什么：Haystack 属于「搜索与知识库」方向的开源项目，deepset 开源的 RAG 与搜索应用框架。
换工具的成本常被低估，这篇按步骤列出迁移前后要做的事。
以从 LlamaIndex 迁移为例
迁移不一定是「全面替换」。很多团队会先把一部分任务交给 Haystack，与 LlamaIndex 并行一段时间再决定。
迁移步骤
- 盘点资产：现在用的提示词、模板、知识库、自动化流程和历史产出。
- 确认导出方式：哪些能导出、格式是什么、哪些只能手工迁移。
- 挑 3 个典型任务（如「检索效果对比」「内部文档入库」）在两边同时做。
- 按同一张评分表比较结果。
- 迁移账号与权限，通知团队新的使用规范。
- 保留旧工具一段时间的只读访问，确认无遗漏后再停用。
对比测试用的任务
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。
检查点：对比用同一批问题。
不建议迁移的情况
- 核心流程依赖 LlamaIndex 特有的功能或集成。
- 团队刚刚完成培训，切换成本过高。
- 新工具的数据处理条款不满足要求。
延伸练习
网页内容抓取
适用情况：手头有一组需要定期关注的网页时。
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。
构建问答测试集
适用情况：手头有一份产品手册时。
根据手册编写 20 个用户可能问的问题及标准答案，标注答案所在章节，用来评估知识库检索效果。
验收标准：每个答案都能在手册中找到。
资料卡片整理
适用情况：手头有搜索得到的十几篇资料时。
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。
检查点：每张卡片都有来源。
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：中文检索效果差
选择对中文支持好的嵌入模型，并为专有名词建立同义词。
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：切分（Chunking）
把长文档拆成适合检索的小段，大小影响效果。
适合人群：咨询顾问
咨询顾问可以用 Haystack 处理行业研究、访谈整理等工作。需要注意：客户机密遵守保密协议，研究结论注明来源。
适合人群：科研人员
科研人员可以用 Haystack 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。
适合人群：客服人员
客服人员可以用 Haystack 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。
注意事项
涉及个人信息、商业机密或受监管数据时，先确认 Haystack 的数据处理条款，再决定能否使用。
本文基于 Haystack 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。