这里写自定义目录标题欢迎使用Markdown编辑器一、幻觉问题为什么如此顽固二、幻觉的分类不同类型不同解法三、源头治理把幻觉扼杀在训练和配置环节四、RAG 链路治理让模型有据可依五、生成后校验给答案装一道质检闸门六、可观测与评估让治理可量化七、幻觉治理的综合架构八、给团队的落地建议新的改变功能快捷键合理的创建标题有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能丰富你的文章UML图表流程图FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好 这是你第一次使用# 大模型幻觉治理根因分析与全链路防控体系实践一、幻觉问题为什么如此顽固大模型一本正经地编造事实已经不是一个新鲜话题。它可能把不存在的论文引用得煞有介事可能给患者推荐错误的用药剂量可能把过时的法规说成现行有效。业界把这类现象统称为幻觉Hallucination——模型生成的内容看似流畅可信实则与事实不符。幻觉之所以顽固是因为它的根源埋在大模型的工作机制里。大模型本质是一个接续预测器它根据上下文预测下一个最可能出现的 Token而不是去查证事实。它的所有知识都压缩在参数里训练数据的噪声、偏差、过时信息都会成为幻觉的种子更重要的是模型在生成时根本没有事实核查这个环节——它只关心怎么说才像人话不关心说的是不是真的。理解了这一点就会明白幻觉不是模型的 bug而是模型工作方式的固有属性我们无法彻底消除它只能通过系统工程持续压制它。二、幻觉的分类不同类型不同解法治理幻觉的第一步是给幻觉分诊。按成因和表现幻觉大致分三类事实性幻觉Factual Hallucination编造不存在的实体、数据、事件。比如问某某公司 2026 年营收模型给出一个编造的数字。这类幻觉最危险因为它直接污染决策依据。忠实性幻觉Faithfulness Hallucination模型没有忠实于给定的上下文。典型场景是 RAG 应用里检索材料明明没有某个结论模型却脑补出来——它被训练数据里的类似知识带偏了。逻辑性幻觉Reasoning Hallucination推理链条出错从正确的前提推出错误结论。常见于数学计算、多步逻辑推理场景每一步看起来都合理但中间某步偷换了概念。分类的意义在于对症下药事实性幻觉主要靠检索增强和知识约束忠实性幻觉靠提示词约束和答案校验逻辑性幻觉靠链式思考和自校验机制。一个成熟的治理体系需要针对每类幻觉设计专门的防线。三、源头治理把幻觉扼杀在训练和配置环节幻觉治理不是上线后补救而是从源头就开始布防。训练数据质量数据是幻觉的第一来源。训练语料中的错误信息、重复噪声、相互矛盾的内容都会被模型学进去并成为幻觉种子。高质量的数据清洗、事实核查、去重去噪能从根本上降低模型的幻觉倾向。对于微调场景训练数据的质量比数量重要得多——几十条精心标注的高质量样本胜过几千条粗糙数据。模型选择不同模型、不同规模幻觉倾向差异很大。推理能力强的大模型如具备思维链能力的最新模型在逻辑性幻觉上明显优于小模型训练数据更新、覆盖更广的模型事实性幻觉更少。选型时把幻觉率纳入评估指标用真实业务问题测试而不是只看榜单分数。温度参数temperature 越高输出的随机性和创造性越强幻觉风险也越高。事实问答类任务把温度压到 0-0.3是成本最低的幻觉防控手段。很多团队默认用 0.7 跑所有任务等于主动放大了幻觉概率。提示词约束在系统提示词中明确只基于提供的信息回答不确定就说不确定不要编造并限制回答范围。提示词约束不是万能的但它能把模型的编造意愿降下来是必须做的基本动作。四、RAG 链路治理让模型有据可依对于依赖知识库的企业应用RAG 是幻觉治理的主力手段——它把闭卷考试变成开卷考试让模型基于检索到的真实材料作答。但 RAG 做不好反而会引入新的幻觉来源需要从链路各环节设防1. 检索质量是前提。检索不到相关内容模型就只能临场发挥。提升检索质量的组合拳混合检索向量 BM25保证召回率重排模型保证精度多路召回应对复杂问题。检索结果里混入不相关或错误文档比不检索更危险——模型会把错误材料信以为真。2. 上下文拼接要克制。检索到的片段不是越多越好塞入太多无关材料模型反而抓不住重点还可能被矛盾信息搞糊涂。经验做法是只保留重排后的 3-5 条高相关片段按相关度排序。3. 提示词里锁死证据边界。明确要求仅使用提供的材料作答材料中不包含的信息明确回答不知道禁止使用模型自身知识补充。这一条能同时压制忠实性幻觉和事实性幻觉——模型编的空间被结构性收窄了。4. 要求标注来源。让模型在回答中标注依据的文档和章节这一条有两重价值对用户可核实对系统后续可以做答案与来源的一致性校验发现答案声称依据某文档、但文档里根本没这内容的忠实性幻觉。5. 检索兜底。当检索到的材料与问题明显不相关相似度低于阈值时直接拒绝回答或明确告知知识库中未找到相关信息而不是硬着头皮生成。宁可说不知道不可乱说。五、生成后校验给答案装一道质检闸门源头和链路的防控能压掉大部分幻觉但总会有漏网之鱼。生成后的校验环节是最后一层防线答案一致性校验Self-Check把问题 检索材料 模型答案再喂给一个校验模型可以是同一个模型或更强模型让它判断答案是否忠实于材料、是否回答了问题。这是当前最实用的自动幻觉检测手段虽然多一次模型调用但对高价值场景完全值得。更严格的做法是让校验模型输出结构化结论通过/不通过/存疑不通过则触发重新生成。事实核查Fact-Checking对答案中的关键事实点数字、日期、名称、结论逐项抽检与权威来源比对。可以自动化调用搜索或知识库也可以人工抽检。金融、医疗、法律场景建议做强制核查其余场景做抽样。不确定度信号部分模型和推理框架能输出置信度或不确定性信号当置信度低时自动附加仅供参考提示或转人工。虽然信号精度有限但作为辅助参考仍有价值。人工复核机制对高风险场景对外发布、医疗建议、法律意见保留人工复核环节。机器自动校验能筛掉大部分明显错误但最终责任仍然要落在人身上——这既是质量要求也是合规要求。六、可观测与评估让治理可量化幻觉治理不能凭感觉要建立量化评估体系幻觉率指标对测试集输出进行幻觉标注事实性错误、不忠实、逻辑错误统计各类幻觉的占比。标注方式可以用 LLM-as-Judge 自动打标 人工抽检。分场景评测集不同场景的幻觉形态不同评测集要覆盖事实问答、知识库问答、长文档总结、多步推理、代码生成等典型场景分别跟踪各类幻觉率。回归机制每次升级模型、调整提示词、优化 RAG 链路后跑一遍幻觉评测对比确保治理效果没有倒退。模型供应商升级模型版本往往也会改变幻觉分布必须用评测数据把关。失败归因每个被判定为幻觉的案例要追根因——是检索漏了链路问题、提示词约束不够提示问题、还是模型本身知识错误模型问题根因占比的统计决定了下一步优化资源的投向。七、幻觉治理的综合架构把上述手段整合起来一个完整的幻觉治理体系应该是分层的纵深防御第一层数据与模型——高质量训练数据、合适的模型选型、低温度配置第二层检索与知识——RAG 链路、混合检索、证据约束、来源标注第三层生成控制——提示词约束、输出范围限制、结构化输出第四层生成后校验——自校验、事实核查、不确定度提示第五层人工兜底——高风险场景强制人工复核。每层都有独立的防护价值层与层互补。单纯靠某一层比如只在提示词里写不要编造注定是徒劳的。还有一个容易被忽视的原则场景分级治理。不是所有场景都需要全部五层防护——内部知识问答可能两层就够医疗建议则必须五层全开。治理的成本和深度要与业务风险等级匹配把资源花在刀刃上。八、给团队的落地建议最后给出几条可立即执行的建议第一先建立评测集和幻觉率基线Markdown编辑器所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持除了标准的Markdown编辑器功能我们增加了如下几点新功能帮助你用它写博客全新的界面设计将会带来全新的写作体验在创作中心设置你喜爱的代码高亮样式Markdown将代码片显示选择的高亮样式进行展示增加了图片拖拽功能你可以将本地的图片直接拖拽到编辑区域直接展示全新的KaTeX数学公式语法增加了支持甘特图的mermaid语法1功能增加了多屏幕编辑Markdown文章功能增加了焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置等功能功能按钮位于编辑区域与预览区域中间增加了检查列表功能。功能快捷键撤销Ctrl/CommandZ重做Ctrl/CommandY加粗Ctrl/CommandB斜体Ctrl/CommandI标题Ctrl/CommandShiftH无序列表Ctrl/CommandShiftU有序列表Ctrl/CommandShiftO检查列表Ctrl/CommandShiftC插入代码Ctrl/CommandShiftK插入链接Ctrl/CommandShiftL插入图片Ctrl/CommandShiftG查找Ctrl/CommandF替换Ctrl/CommandG合理的创建标题有助于目录的生成直接输入1次#并按下space后将生成1级标题。输入2次#并按下space后将生成2级标题。以此类推我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。如何改变文本的样式强调文本强调文本加粗文本加粗文本标记文本删除文本引用文本H2O is是液体。210运算结果是 1024.插入链接与图片链接: link.图片:带尺寸的图片:居中的图片:居中并且带尺寸的图片:当然我们为了让用户更加便捷我们增加了图片拖拽功能。如何插入一段漂亮的代码片去博客设置页面选择一款你喜欢的代码片高亮样式下面展示同样高亮的代码片.// An highlighted blockvarfoobar;生成一个适合你的列表项目项目项目项目1项目2项目3计划任务完成任务创建一个表格一个简单的表格是这么创建的项目Value电脑$1600手机$12导管$1设定内容居中、居左、居右使用:---------:居中使用:----------居左使用----------:居右第一列第二列第三列第一列文本居中第二列文本居右第三列文本居左SmartyPantsSmartyPants 是一个文本转换工具主要功能是将普通的 ASCII 标点符号自动转换为更美观的印刷体标点符号。例如原始符号转换后说明引号“引号”直引号变弯引号单引号‘单引号’直单引号变弯单引号--–两个连字符变短破折号---—三个连字符变长破折号...…三个点变省略号创建一个自定义列表MarkdownText-to-HTMLconversion toolAuthorsJohnLuke如何创建一个注脚一个具有注脚的文本。2注释也是必不可少的Markdown将文本转换为HTML。KaTeX数学公式您可以使用渲染LaTeX数学表达式 KaTeX:Gamma公式展示Γ ( n ) ( n − 1 ) ! ∀ n ∈ N \Gamma(n) (n-1)!\quad\forall n\in\mathbb NΓ(n)(n−1)!∀n∈N是通过欧拉积分Γ ( z ) ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) \int_0^\infty t^{z-1}e^{-t}dt\,.Γ(z)∫0∞tz−1e−tdt.你可以找到更多关于的信息LaTeX数学表达式here.新的甘特图功能丰富你的文章2014-01-072014-01-092014-01-112014-01-132014-01-152014-01-172014-01-192014-01-21已完成进行中计划一计划二现有任务Adding GANTT diagram functionality to mermaid关于甘特图语法参考 这儿,UML图表可以使用UML图表进行渲染例如下面产生的一个序列图王五李四张三王五李四张三李四想了很长时间, 文字太长了不适合放在一行.你好李四, 最近怎么样?你最近怎么样王五我很好谢谢!我很好谢谢!打量着王五...很好... 王五, 你怎么样?关于UML图表语法参考 这儿,流程图链接长方形圆圆角长方形菱形关于Mermaid语法参考 这儿,FLowchart流程图我们依旧会支持flowchart.js的流程图语法Created with Raphaël 2.3.0开始我的操作确认结束yesno关于Flowchart流程图语法参考 这儿.导出与导入导出如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到文章导出生成一个.md文件或者.html文件进行本地保存。导入如果你想加载一篇你写过的.md文件在上方工具栏可以选择导入功能进行对应扩展名的文件导入继续你的创作。mermaid语法说明 ↩︎注脚的解释 ↩︎
这里写自定义目录标题欢迎使用Markdown编辑器一、幻觉问题为什么如此顽固二、幻觉的分类不同类型不同解法三、源头治理把幻觉扼杀在训练和配置环节四、RAG 链路治理让模型有据可依五、生成后校验给答案装一道质检闸门六、可观测与评估让治理可量化七、幻觉治理的综合架构八、给团队的落地建议新的改变功能快捷键合理的创建标题有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能丰富你的文章UML图表流程图FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好 这是你第一次使用# 大模型幻觉治理根因分析与全链路防控体系实践一、幻觉问题为什么如此顽固大模型一本正经地编造事实已经不是一个新鲜话题。它可能把不存在的论文引用得煞有介事可能给患者推荐错误的用药剂量可能把过时的法规说成现行有效。业界把这类现象统称为幻觉Hallucination——模型生成的内容看似流畅可信实则与事实不符。幻觉之所以顽固是因为它的根源埋在大模型的工作机制里。大模型本质是一个接续预测器它根据上下文预测下一个最可能出现的 Token而不是去查证事实。它的所有知识都压缩在参数里训练数据的噪声、偏差、过时信息都会成为幻觉的种子更重要的是模型在生成时根本没有事实核查这个环节——它只关心怎么说才像人话不关心说的是不是真的。理解了这一点就会明白幻觉不是模型的 bug而是模型工作方式的固有属性我们无法彻底消除它只能通过系统工程持续压制它。二、幻觉的分类不同类型不同解法治理幻觉的第一步是给幻觉分诊。按成因和表现幻觉大致分三类事实性幻觉Factual Hallucination编造不存在的实体、数据、事件。比如问某某公司 2026 年营收模型给出一个编造的数字。这类幻觉最危险因为它直接污染决策依据。忠实性幻觉Faithfulness Hallucination模型没有忠实于给定的上下文。典型场景是 RAG 应用里检索材料明明没有某个结论模型却脑补出来——它被训练数据里的类似知识带偏了。逻辑性幻觉Reasoning Hallucination推理链条出错从正确的前提推出错误结论。常见于数学计算、多步逻辑推理场景每一步看起来都合理但中间某步偷换了概念。分类的意义在于对症下药事实性幻觉主要靠检索增强和知识约束忠实性幻觉靠提示词约束和答案校验逻辑性幻觉靠链式思考和自校验机制。一个成熟的治理体系需要针对每类幻觉设计专门的防线。三、源头治理把幻觉扼杀在训练和配置环节幻觉治理不是上线后补救而是从源头就开始布防。训练数据质量数据是幻觉的第一来源。训练语料中的错误信息、重复噪声、相互矛盾的内容都会被模型学进去并成为幻觉种子。高质量的数据清洗、事实核查、去重去噪能从根本上降低模型的幻觉倾向。对于微调场景训练数据的质量比数量重要得多——几十条精心标注的高质量样本胜过几千条粗糙数据。模型选择不同模型、不同规模幻觉倾向差异很大。推理能力强的大模型如具备思维链能力的最新模型在逻辑性幻觉上明显优于小模型训练数据更新、覆盖更广的模型事实性幻觉更少。选型时把幻觉率纳入评估指标用真实业务问题测试而不是只看榜单分数。温度参数temperature 越高输出的随机性和创造性越强幻觉风险也越高。事实问答类任务把温度压到 0-0.3是成本最低的幻觉防控手段。很多团队默认用 0.7 跑所有任务等于主动放大了幻觉概率。提示词约束在系统提示词中明确只基于提供的信息回答不确定就说不确定不要编造并限制回答范围。提示词约束不是万能的但它能把模型的编造意愿降下来是必须做的基本动作。四、RAG 链路治理让模型有据可依对于依赖知识库的企业应用RAG 是幻觉治理的主力手段——它把闭卷考试变成开卷考试让模型基于检索到的真实材料作答。但 RAG 做不好反而会引入新的幻觉来源需要从链路各环节设防1. 检索质量是前提。检索不到相关内容模型就只能临场发挥。提升检索质量的组合拳混合检索向量 BM25保证召回率重排模型保证精度多路召回应对复杂问题。检索结果里混入不相关或错误文档比不检索更危险——模型会把错误材料信以为真。2. 上下文拼接要克制。检索到的片段不是越多越好塞入太多无关材料模型反而抓不住重点还可能被矛盾信息搞糊涂。经验做法是只保留重排后的 3-5 条高相关片段按相关度排序。3. 提示词里锁死证据边界。明确要求仅使用提供的材料作答材料中不包含的信息明确回答不知道禁止使用模型自身知识补充。这一条能同时压制忠实性幻觉和事实性幻觉——模型编的空间被结构性收窄了。4. 要求标注来源。让模型在回答中标注依据的文档和章节这一条有两重价值对用户可核实对系统后续可以做答案与来源的一致性校验发现答案声称依据某文档、但文档里根本没这内容的忠实性幻觉。5. 检索兜底。当检索到的材料与问题明显不相关相似度低于阈值时直接拒绝回答或明确告知知识库中未找到相关信息而不是硬着头皮生成。宁可说不知道不可乱说。五、生成后校验给答案装一道质检闸门源头和链路的防控能压掉大部分幻觉但总会有漏网之鱼。生成后的校验环节是最后一层防线答案一致性校验Self-Check把问题 检索材料 模型答案再喂给一个校验模型可以是同一个模型或更强模型让它判断答案是否忠实于材料、是否回答了问题。这是当前最实用的自动幻觉检测手段虽然多一次模型调用但对高价值场景完全值得。更严格的做法是让校验模型输出结构化结论通过/不通过/存疑不通过则触发重新生成。事实核查Fact-Checking对答案中的关键事实点数字、日期、名称、结论逐项抽检与权威来源比对。可以自动化调用搜索或知识库也可以人工抽检。金融、医疗、法律场景建议做强制核查其余场景做抽样。不确定度信号部分模型和推理框架能输出置信度或不确定性信号当置信度低时自动附加仅供参考提示或转人工。虽然信号精度有限但作为辅助参考仍有价值。人工复核机制对高风险场景对外发布、医疗建议、法律意见保留人工复核环节。机器自动校验能筛掉大部分明显错误但最终责任仍然要落在人身上——这既是质量要求也是合规要求。六、可观测与评估让治理可量化幻觉治理不能凭感觉要建立量化评估体系幻觉率指标对测试集输出进行幻觉标注事实性错误、不忠实、逻辑错误统计各类幻觉的占比。标注方式可以用 LLM-as-Judge 自动打标 人工抽检。分场景评测集不同场景的幻觉形态不同评测集要覆盖事实问答、知识库问答、长文档总结、多步推理、代码生成等典型场景分别跟踪各类幻觉率。回归机制每次升级模型、调整提示词、优化 RAG 链路后跑一遍幻觉评测对比确保治理效果没有倒退。模型供应商升级模型版本往往也会改变幻觉分布必须用评测数据把关。失败归因每个被判定为幻觉的案例要追根因——是检索漏了链路问题、提示词约束不够提示问题、还是模型本身知识错误模型问题根因占比的统计决定了下一步优化资源的投向。七、幻觉治理的综合架构把上述手段整合起来一个完整的幻觉治理体系应该是分层的纵深防御第一层数据与模型——高质量训练数据、合适的模型选型、低温度配置第二层检索与知识——RAG 链路、混合检索、证据约束、来源标注第三层生成控制——提示词约束、输出范围限制、结构化输出第四层生成后校验——自校验、事实核查、不确定度提示第五层人工兜底——高风险场景强制人工复核。每层都有独立的防护价值层与层互补。单纯靠某一层比如只在提示词里写不要编造注定是徒劳的。还有一个容易被忽视的原则场景分级治理。不是所有场景都需要全部五层防护——内部知识问答可能两层就够医疗建议则必须五层全开。治理的成本和深度要与业务风险等级匹配把资源花在刀刃上。八、给团队的落地建议最后给出几条可立即执行的建议第一先建立评测集和幻觉率基线Markdown编辑器所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持除了标准的Markdown编辑器功能我们增加了如下几点新功能帮助你用它写博客全新的界面设计将会带来全新的写作体验在创作中心设置你喜爱的代码高亮样式Markdown将代码片显示选择的高亮样式进行展示增加了图片拖拽功能你可以将本地的图片直接拖拽到编辑区域直接展示全新的KaTeX数学公式语法增加了支持甘特图的mermaid语法1功能增加了多屏幕编辑Markdown文章功能增加了焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置等功能功能按钮位于编辑区域与预览区域中间增加了检查列表功能。功能快捷键撤销Ctrl/CommandZ重做Ctrl/CommandY加粗Ctrl/CommandB斜体Ctrl/CommandI标题Ctrl/CommandShiftH无序列表Ctrl/CommandShiftU有序列表Ctrl/CommandShiftO检查列表Ctrl/CommandShiftC插入代码Ctrl/CommandShiftK插入链接Ctrl/CommandShiftL插入图片Ctrl/CommandShiftG查找Ctrl/CommandF替换Ctrl/CommandG合理的创建标题有助于目录的生成直接输入1次#并按下space后将生成1级标题。输入2次#并按下space后将生成2级标题。以此类推我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。如何改变文本的样式强调文本强调文本加粗文本加粗文本标记文本删除文本引用文本H2O is是液体。210运算结果是 1024.插入链接与图片链接: link.图片:带尺寸的图片:居中的图片:居中并且带尺寸的图片:当然我们为了让用户更加便捷我们增加了图片拖拽功能。如何插入一段漂亮的代码片去博客设置页面选择一款你喜欢的代码片高亮样式下面展示同样高亮的代码片.// An highlighted blockvarfoobar;生成一个适合你的列表项目项目项目项目1项目2项目3计划任务完成任务创建一个表格一个简单的表格是这么创建的项目Value电脑$1600手机$12导管$1设定内容居中、居左、居右使用:---------:居中使用:----------居左使用----------:居右第一列第二列第三列第一列文本居中第二列文本居右第三列文本居左SmartyPantsSmartyPants 是一个文本转换工具主要功能是将普通的 ASCII 标点符号自动转换为更美观的印刷体标点符号。例如原始符号转换后说明引号“引号”直引号变弯引号单引号‘单引号’直单引号变弯单引号--–两个连字符变短破折号---—三个连字符变长破折号...…三个点变省略号创建一个自定义列表MarkdownText-to-HTMLconversion toolAuthorsJohnLuke如何创建一个注脚一个具有注脚的文本。2注释也是必不可少的Markdown将文本转换为HTML。KaTeX数学公式您可以使用渲染LaTeX数学表达式 KaTeX:Gamma公式展示Γ ( n ) ( n − 1 ) ! ∀ n ∈ N \Gamma(n) (n-1)!\quad\forall n\in\mathbb NΓ(n)(n−1)!∀n∈N是通过欧拉积分Γ ( z ) ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) \int_0^\infty t^{z-1}e^{-t}dt\,.Γ(z)∫0∞tz−1e−tdt.你可以找到更多关于的信息LaTeX数学表达式here.新的甘特图功能丰富你的文章2014-01-072014-01-092014-01-112014-01-132014-01-152014-01-172014-01-192014-01-21已完成进行中计划一计划二现有任务Adding GANTT diagram functionality to mermaid关于甘特图语法参考 这儿,UML图表可以使用UML图表进行渲染例如下面产生的一个序列图王五李四张三王五李四张三李四想了很长时间, 文字太长了不适合放在一行.你好李四, 最近怎么样?你最近怎么样王五我很好谢谢!我很好谢谢!打量着王五...很好... 王五, 你怎么样?关于UML图表语法参考 这儿,流程图链接长方形圆圆角长方形菱形关于Mermaid语法参考 这儿,FLowchart流程图我们依旧会支持flowchart.js的流程图语法Created with Raphaël 2.3.0开始我的操作确认结束yesno关于Flowchart流程图语法参考 这儿.导出与导入导出如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到文章导出生成一个.md文件或者.html文件进行本地保存。导入如果你想加载一篇你写过的.md文件在上方工具栏可以选择导入功能进行对应扩展名的文件导入继续你的创作。mermaid语法说明 ↩︎注脚的解释 ↩︎
)
)
