开源 · MIT · Python
本地知识检索，
不必先建向量库。
Jev RAG 是一个开源、本地优先的知识库检索应用。默认路径使用 SQLite FTS5/BM25 做召回，Jev 对候选证据重排，MiniMax 根据证据输出带文件引用的回答。Embedding 和向量数据库都不是启动前提。
一句话回答
Jev RAG 是什么？
它是一套可以在本地文件夹上运行的完整检索与问答代码。第一阶段从本地索引里找候选文段，第二阶段让 Jev 判断哪些证据真正相关，最后由回答模型生成带编号来源的答案。网页界面会展示检索、重排、首 token 和总耗时。
准确边界：它是“本地优先”，不是“完全离线”。索引和 BM25 检索在本地完成；候选文段会发送给 Jev，最终证据会发送给 MiniMax。混合模式还会调用远程 embedding 服务；Line Search 会把每个索引文段的受限长度表示分窗口发送给 Jev。
七种检索路径
先用最简单的，再按需要增加语义召回。
| 模式 | 流程 | 适合的问题 |
|---|---|---|
| 默认 | BM25 → Jev → MiniMax | 术语、编号、名称与原文有明显重合 |
| Agentic 关键词 | 模型生成多组检索词 → 多路 BM25/RRF → Jev | 别名、同义表达、需要二轮搜索的问题；不建 embedding 索引 |
| 可选混合 | BM25 + embedding/RRF → Jev | 对语义改写召回要求更高，能够接受额外成本和数据边界 |
| 多轮 Agentic Hybrid | 两轮搜索词 → 多路 BM25 + embedding/RRF → Jev + 原召回先验 | 追求更广候选召回，能够接受规划延迟 |
| 知识分类树 | 两层语料树路由 → Hybrid Top 50 + 补充候选 → Jev | 需要更广的候选召回，可接受 embedding 与更多 Jev 调用 |
| 统一 Passage Gate | BM25 + embedding/RRF → Jev 四问路由 | 实验相关性、证据、事实矛盾与提示注入筛查 |
| 两级 Line Search | 并行窗口 Choice → 全局 Choice | 不用 BM25 或 embedding，直接测试 Jev 全库检索的精度上限；成本最高 |
文档分块
可以不分块，但不是所有文件都应该不分。
短而聚焦的文件可以整篇建立一条检索记录。大文件通常应该按标题和段落切成较小的证据单元，否则 BM25 得分会被无关内容稀释，Jev 要判断的上下文过长，最终引用也不够精确。项目支持 auto、none 和 paragraph 三种模式。
公开测评
完整 BEIR NFCorpus 测试集。
项目使用 3,633 篇文档和 323 个测试问题，所有方案共享相同语料、query、qrels 与指标实现。
| 检索流程 | nDCG@10 | MRR@10 | Recall@10 |
|---|---|---|---|
| BM25 top 30 | 0.305654 | 0.512697 | 0.147309 |
| BM25 top 30 + Jev | 0.353235 | 0.585817 | 0.158667 |
| 两级 Jev Line Search | 0.366280 | 0.657660 | 0.169397 |
| Hybrid top 50 + 统一 Passage Gate | 0.376298 | 0.618043 | 0.166977 |
| Agentic lexical top 50 + Jev | 0.430969 | 0.644041 | 0.204138 |
| Hybrid top 50 + Jev | 0.444327 | 0.654583 | 0.214907 |
| Agentic Hybrid + Jev/原召回排名融合 | 0.450750 | 0.652606 | 0.220885 |
不要过度解读：这些是项目自行运行、可以复现的结果，不是 MTEB 官方提交。主表在 0.44 区间只保留一个代表性方案，以及当前最高分 0.450750；相近分数和负结果仍在完整报告中披露。
适合谁
什么时候值得试 Jev RAG？
- 你要在本地文件夹上快速建立一个知识检索原型；
- 你想用 BM25 召回，再用 Jev 做相关性重排；
- 你想比较纯关键词、Agentic、混合检索与 Jev 全库 Line Search；
- 你不想先部署向量数据库，又希望保留可选的语义召回；
- 你需要可检查的检索阶段、文件引用和端到端耗时。
当前状态为 alpha。它不是托管式多用户服务，也不保证回答一定正确。请先用自己的文档和代表性问题进行测评。
进一步阅读
从代码和原始结果核实。
中文 README · 架构 · Agentic 关键词检索 · 机器可读项目说明
最后核对：2026-09-27。