LanceDB 新手第一练：一个可交付的小任务
在「搜索与知识库」类工具里，LanceDB 的定位是：嵌入式开源向量数据库，适合本地与多模态数据。
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：内部文档入库
目标：用 LanceDB 完成一次「内部文档入库」，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：一批 PDF、Word 和网页（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：切分后的段落能回溯到页码。
- 保存提示词与最终结果，写三行复盘。
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。
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「网页内容抓取」，或者把这次的流程分享给同事一起试。
延伸练习
带来源的快速调研
输入：一个需要事实支撑的问题。
请回答【问题】，每个关键结论后标注来源链接；如果不同来源说法不一，请分别列出；最后给出你认为最可靠的来源及原因。
检查点：关键结论都有可点击来源。
资料卡片整理
准备材料：搜索得到的十几篇资料。
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。
检索效果对比
适用情况：手头有同一批问题和两种检索配置时。
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：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。
常见问题：搜索结果过时
限定时间范围，或在提问中注明需要最新信息并核对发布日期。
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：重排序（Rerank）
对初步检索结果再次打分排序，提升相关性。
概念补充：嵌入（Embedding）
把文本转成向量，用于语义相似度检索。
适合人群：法务与律师助理
法务与律师助理可以用 LanceDB 处理合同初审、法规检索等工作。需要注意：AI 输出不构成法律意见，条款和法规必须由执业人员核实。
适合人群：软件工程师
软件工程师可以用 LanceDB 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：数据分析师
数据分析师可以用 LanceDB 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。
注意事项
本文基于 LanceDB 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。
文中提示词和示例仅作示意，实际效果取决于你的材料和 LanceDB 当前版本，重要内容请人工核对后再使用。