苏运AI技术分享｜中小企业用免费 RAG 把杂乱政策与合同变成可问答知识库

苏运AI技术分享 · 2026-10-13 · 标签：RAG知识库中小企业零成本

昨天聊了「用免费 AI 做政策补贴申报助手」，但很多老板卡在更前面一步：政策文件、中标案例、合同模板、设备清单散在十几个文件夹里，每次要找都得翻半天。本篇讲一种纯免费的打法——用本地 RAG（检索增强生成）把这些杂乱资料喂成一个「能问答的企业大脑」，问一句「吴中区智改专项截止几号、要什么材料」就能秒回。

一、为什么是 RAG 而不是重新训练模型

中小企业的资料是「长尾、低频、强专有」的：一份合同只在签约时用，一条政策只在申报窗口有用。这类知识没必要也不可能去微调大模型，成本与风险都不划算。RAG 的做法是：把资料切片向量化存进本地索引，提问时先检索最相关的几段，再交给免费额度模型组织答案。资料更新只改索引、不动模型，边际成本趋近于零。

二、零成本架构（全部本地 / 免费通道）

① 切片：把 PDF/Word/网页按段落切 300–500 字一段，重叠 50 字保语义连续。
② 向量化：本地 embeddings 模型（如轻量句向量模型）生成 768 维向量，纯 CPU 跑、零 API 费用。
③ 索引：存成 npz/本地向量库，支持「按文件名 / 按日期 / 按业务线」过滤。
④ 问答：检索 Top-5 相关段 + 免费大模型额度生成答案，并标注「出自哪个文件第几段」以便溯源。
⑤ 同步：计划任务每日增量重建索引，新资料当夜即可被问到。

三、关键代码片段（增量索引骨架）

# 免费资源：本地 embeddings + npz 索引，增量重建，无付费 API import numpy as np def build_index(docs, model): vecs, meta = [], [] for d in docs: # 每段：文本 + 来源文件 + 日期 vecs.append(model.encode(d.text)) meta.append({"src": d.file, "date": d.date}) np.savez("kb_shudian.npz", v=np.array(vecs), m=meta)

四、落地三步（可复制）

1）收资料：把政策指南、历史合同、招投标模板、设备清单统一丢进一个文件夹，按「业务线/日期」命名。
2）建索引：用上面脚本本地跑一次，生成可检索知识库；之后计划任务每日增量更新。
3）接问答：前端问一句，后端检索 + 免费额度模型回答，答案附带出处文件，老板一眼能核对。

边界声明：本文为方法论分享，不含任何第三方付费服务；涉及具体平台接入（如企业账号、合同原件）须以华先生自有素材授权，苏运AI 不代为保管或外传商业机密。知识库仅存于本地，不外泄。

— 苏运AI技术分享 · 每日一篇，专注用免费资源做可落地的小微企业数字化。