前阵子翻自己几年下来的中医笔记越翻越难受纸质的本子按时间排想找失眠用什么得从头翻电子的散在几个备忘录里搜都搜不齐。索性整理了一遍一共764 条做成了一个能直接搜的网页岐黄诊疗库zy365.net。内容是什么形态先说清楚它不是什么免得误解不是系统教材不是方剂大全是我自己记下来的单方、穴位、食疗和小思路比如失眠 → 炒酸枣仁睡眠不好用生的、睡不踏实用炒的15g 捣碎加白糖煎汤代茶咳嗽痰多 体胖痰湿 → 三子养亲汤、二陈汤咽痒咳嗽分不清寒热 → 肺俞、膻中、列缺、风门、大椎刮痧嘴角发炎 → 黄豆芽、三豆乌梅白糖汤翼状胬肉热性→ 白虎汤或生石膏 30g 分三次冲服所以它的定位是按症状快速查一个思路不是让你自己开方。检索方案关键词 向量混合一开始我只做了关键词匹配结果很糟搜睡不着命中不了失眠搜咳命中不了咽痒咳嗽。中文字短、同义多纯关键词基本废掉一半。后来的方案是混合检索先用百炼的text-embedding-v3把 764 条离线向量化int8 量化后存 JSON约几十 KB直接跟知识库放一起查询时同时算两条路径- 关键词路径粗切词 → 标题/正文分别计分标题权重更高→ 二元组 bigram 加噪- 向量路径查 embedding算余弦低于阈值 0.55 且关键词也没命中的直接淘汰最后加权排序向量 0.68 关键词 0.32命中关键词个数越多再加一点加权实测下来从全库 764 条能压到几十条排序也基本合理。代码里所有向量相关的步骤都包了try/catch任何一步挂了就悄悄退回纯关键词——检索绝不能被向量链路拖死这是整个功能里我改得最多的地方。部署一个函数搞定没有单独的后端全部塞在一个阿里云函数计算FC实例里nodejs18静态页 764 个词条页 /api/*全在同一个函数里路由分发知识库文件在 bundle 里浏览器拿不到原始数据零泄露搜索日志、爬虫日志写 OSS配生命周期规则自动过期一个只在搜引擎优化里才踩得到的坑词条页是服务端渲染的。这点很关键——第一版首页是纯前端渲染百度蜘蛛抓完首页就到底了HTML 里一个/term/链接都没有等于整站对搜索引擎只有 1 个页面。补了静态索引入口之后抓完的 HTML 里才能看到/terms的各个分页链接。另外搜索引擎对隐藏内容很敏感我试过把索引入口塞进noscript开着 JS 的正常访客完全看不到不执行 JS 的爬虫照样读得到。这是标准用法不是作弊。现在的样子首页输入症状就能查词条页有正文和相关词条互链764 条都能打开。手机上也正常。站点岐黄诊疗库 · 中医症状调理知识库最后说一句站里每一页底部都写着内容仅供学习参考不能替代执业医师面诊用药请遵医嘱。这话不是套话。笔记里那些单方、穴位是给别人指个方向用的真要上药、要扎针还是得找执业中医师当面看。急症别自己扛直接去医院。如果你也在整理自己的学习笔记欢迎交流。免责声明本站内容整理自个人学习笔记仅供学习参考不构成医疗诊断或治疗建议。方药、灸刺请在执业中医师指导下使用急重症请及时就医。
前阵子翻自己几年下来的中医笔记越翻越难受纸质的本子按时间排想找失眠用什么得从头翻电子的散在几个备忘录里搜都搜不齐。索性整理了一遍一共764 条做成了一个能直接搜的网页岐黄诊疗库zy365.net。内容是什么形态先说清楚它不是什么免得误解不是系统教材不是方剂大全是我自己记下来的单方、穴位、食疗和小思路比如失眠 → 炒酸枣仁睡眠不好用生的、睡不踏实用炒的15g 捣碎加白糖煎汤代茶咳嗽痰多 体胖痰湿 → 三子养亲汤、二陈汤咽痒咳嗽分不清寒热 → 肺俞、膻中、列缺、风门、大椎刮痧嘴角发炎 → 黄豆芽、三豆乌梅白糖汤翼状胬肉热性→ 白虎汤或生石膏 30g 分三次冲服所以它的定位是按症状快速查一个思路不是让你自己开方。检索方案关键词 向量混合一开始我只做了关键词匹配结果很糟搜睡不着命中不了失眠搜咳命中不了咽痒咳嗽。中文字短、同义多纯关键词基本废掉一半。后来的方案是混合检索先用百炼的text-embedding-v3把 764 条离线向量化int8 量化后存 JSON约几十 KB直接跟知识库放一起查询时同时算两条路径- 关键词路径粗切词 → 标题/正文分别计分标题权重更高→ 二元组 bigram 加噪- 向量路径查 embedding算余弦低于阈值 0.55 且关键词也没命中的直接淘汰最后加权排序向量 0.68 关键词 0.32命中关键词个数越多再加一点加权实测下来从全库 764 条能压到几十条排序也基本合理。代码里所有向量相关的步骤都包了try/catch任何一步挂了就悄悄退回纯关键词——检索绝不能被向量链路拖死这是整个功能里我改得最多的地方。部署一个函数搞定没有单独的后端全部塞在一个阿里云函数计算FC实例里nodejs18静态页 764 个词条页 /api/*全在同一个函数里路由分发知识库文件在 bundle 里浏览器拿不到原始数据零泄露搜索日志、爬虫日志写 OSS配生命周期规则自动过期一个只在搜引擎优化里才踩得到的坑词条页是服务端渲染的。这点很关键——第一版首页是纯前端渲染百度蜘蛛抓完首页就到底了HTML 里一个/term/链接都没有等于整站对搜索引擎只有 1 个页面。补了静态索引入口之后抓完的 HTML 里才能看到/terms的各个分页链接。另外搜索引擎对隐藏内容很敏感我试过把索引入口塞进noscript开着 JS 的正常访客完全看不到不执行 JS 的爬虫照样读得到。这是标准用法不是作弊。现在的样子首页输入症状就能查词条页有正文和相关词条互链764 条都能打开。手机上也正常。站点岐黄诊疗库 · 中医症状调理知识库最后说一句站里每一页底部都写着内容仅供学习参考不能替代执业医师面诊用药请遵医嘱。这话不是套话。笔记里那些单方、穴位是给别人指个方向用的真要上药、要扎针还是得找执业中医师当面看。急症别自己扛直接去医院。如果你也在整理自己的学习笔记欢迎交流。免责声明本站内容整理自个人学习笔记仅供学习参考不构成医疗诊断或治疗建议。方药、灸刺请在执业中医师指导下使用急重症请及时就医。
