1.面试题目 #

请详细阐述什么是查询重写（Query Rewriting）？它在RAG系统中有什么作用？如何基于Spring AI框架实现查询重写功能？请结合代码示例说明具体的实现方案。

2.参考答案 #

1. 查询重写的定义 #

查询重写是RAG（检索增强生成）系统中预检索阶段的一种优化技术。它利用大语言模型对用户的原始查询进行重新表述和优化，生成一个更加有效、精确的新查询，用于后续的文档检索过程。

2. 查询重写的作用与价值 #

核心作用 #

• 提升检索准确性：通过优化查询表达，提高与相关文档的匹配度
• 增强检索相关性：使查询更符合知识库的语言风格和表达习惯
• 标准化查询格式：将模糊、口语化、不完整的查询转换为标准化格式

适用场景 #

• 模糊查询：用户查询表达不够明确时
• 口语化表达：用户使用非正式语言进行查询
• 不完整查询：用户查询缺少关键信息
• 语言风格不匹配：用户查询与知识库语言风格不一致

3. Spring AI中的查询重写实现 #

核心接口：QueryTransformer #

Spring AI通过QueryTransformer接口及其实现类来支持查询重写功能。

主要实现类 #

3.1 RewriteQueryTransformer #

用于将简单查询改写为更加具体和专业的查询。

public class RewriteQueryTransformer implements QueryTransformer {
    private static final Logger logger = LoggerFactory.getLogger(RewriteQueryTransformer.class);

    private static final PromptTemplate DEFAULT_PROMPT_TEMPLATE = new PromptTemplate("""
        Given a user query, rewrite it to provide better results when querying a {target}.
        Remove any irrelevant information, and ensure the query is concise and specific.

        Original query:
        {query}

        Rewritten query:
        """);

    private final ChatClient chatClient;
    private final PromptTemplate promptTemplate;

    public RewriteQueryTransformer(ChatClient chatClient) {
        this.chatClient = chatClient;
        this.promptTemplate = DEFAULT_PROMPT_TEMPLATE;
    }

    @Override
    public String transform(String query) {
        // 实现查询重写逻辑
        return chatClient.prompt()
            .user(promptTemplate.create(Map.of("query", query, "target", "knowledge base")))
            .call()
            .content();
    }
}

3.2 CompressionQueryTransformer #

专门用于多轮对话场景，将对话历史和当前问题压缩为单个上下文完整的新查询。

public class CompressionQueryTransformer implements QueryTransformer {
    private final ChatClient chatClient;
    private final PromptTemplate compressionTemplate;

    public CompressionQueryTransformer(ChatClient chatClient) {
        this.chatClient = chatClient;
        this.compressionTemplate = new PromptTemplate("""
            Given the following conversation history and the current question, 
            create a standalone question that captures the context and intent.

            Conversation History:
            {history}

            Current Question:
            {currentQuery}

            Standalone Question:
            """);
    }

    @Override
    public String transform(String query) {
        // 实现多轮对话压缩逻辑
        return chatClient.prompt()
            .user(compressionTemplate.create(Map.of(
                "history", getConversationHistory(),
                "currentQuery", query
            )))
            .call()
            .content();
    }
}

4. 完整实现方案 #

3.1 配置类 #

@Configuration
@EnableConfigurationProperties(SpringAiProperties.class)
public class QueryRewriteConfig {

    @Bean
    public ChatClient chatClient(ChatModel chatModel) {
        return ChatClient.builder(chatModel).build();
    }

    @Bean
    public RewriteQueryTransformer rewriteQueryTransformer(ChatClient chatClient) {
        return new RewriteQueryTransformer(chatClient);
    }

    @Bean
    public CompressionQueryTransformer compressionQueryTransformer(ChatClient chatClient) {
        return new CompressionQueryTransformer(chatClient);
    }
}

3.2 服务层实现 #

@Service
public class QueryRewriteService {

    private final RewriteQueryTransformer rewriteTransformer;
    private final CompressionQueryTransformer compressionTransformer;

    public QueryRewriteService(
            RewriteQueryTransformer rewriteTransformer,
            CompressionQueryTransformer compressionTransformer) {
        this.rewriteTransformer = rewriteTransformer;
        this.compressionTransformer = compressionTransformer;
    }

    public String rewriteQuery(String originalQuery, QueryType type) {
        return switch (type) {
            case SIMPLE -> rewriteTransformer.transform(originalQuery);
            case CONVERSATION -> compressionTransformer.transform(originalQuery);
        };
    }

    public enum QueryType {
        SIMPLE, CONVERSATION
    }
}

3.3 控制器层 #

@RestController
@RequestMapping("/api/query")
public class QueryController {

    private final QueryRewriteService queryRewriteService;

    @PostMapping("/rewrite")
    public ResponseEntity<QueryRewriteResponse> rewriteQuery(
            @RequestBody QueryRewriteRequest request) {

        String rewrittenQuery = queryRewriteService.rewriteQuery(
            request.getOriginalQuery(), 
            request.getType()
        );

        return ResponseEntity.ok(new QueryRewriteResponse(
            request.getOriginalQuery(),
            rewrittenQuery
        ));
    }
}

4. 实际应用场景 #

4.1 电商客服系统 #

// 原始查询：用户说"这个手机怎么样？"
// 重写后："iPhone 15 Pro Max 性能评测、价格对比、用户评价"

4.2 技术文档检索 #

// 原始查询："怎么用Spring？"
// 重写后："Spring Framework 入门教程、配置方法、最佳实践"

4.3 多轮对话场景 #

// 对话历史：用户询问"Spring Boot配置"
// 当前查询："那数据库连接呢？"
// 压缩后："Spring Boot 数据库连接配置方法"

5. 性能优化建议 #

5.1 缓存机制 #

@Service
public class CachedQueryRewriteService {

    @Cacheable(value = "queryRewrite", key = "#originalQuery")
    public String rewriteQuery(String originalQuery) {
        return queryRewriteService.rewriteQuery(originalQuery, QueryType.SIMPLE);
    }
}

5.2 异步处理 #

@Async
public CompletableFuture<String> rewriteQueryAsync(String originalQuery) {
    return CompletableFuture.completedFuture(
        queryRewriteService.rewriteQuery(originalQuery, QueryType.SIMPLE)
    );
}

6. 总结 #

查询重写技术通过Spring AI框架的QueryTransformer接口，为RAG系统提供了强大的查询优化能力。它不仅能够提升检索的准确性和相关性，还能适应不同的应用场景，是构建高质量RAG系统的重要技术组件。通过合理的架构设计和性能优化，查询重写功能能够显著提升用户体验和系统整体性能。