写在前面：

上一篇博客我完成了多场景 Prompt 模板的设计，针对 WA、CE、TLE 等不同判题结果给出了不同的提问方式。但我们都知道，ai有时后的回答会奇奇怪怪的，比如讲两数之和时，它可能自己编一个不存在的解法。这是因为大模型的知识来自训练数据，不一定包含我们题目库里的特定内容。那如果我们希望解决这个问题，那就需要构建一个知识库，让大模型给我们生成辅导讲解的时候可以进行参考，让ai尽量不要乱讲。所以这一篇，我来做 RAG（检索增强生成），让ai先查资料再回答。

一、本篇目标

对应任务书指标：

• 建设算法知识库，整理不少于 100 条知识片段

• 知识内容覆盖不少于 10 个常见算法主题

建一个存放算法知识的地方，后续让 AI 先查这里再回答问题。

需要做的三件事：

1. 建一个知识库（存算法知识点和题解）

2. 用户提问时，先从知识库里找相关内容

3. 把找到的内容和问题一起发给 AI，让 AI 基于这些资料回答

二、为什么需要知识库？

直接让 AI 回答有两个问题：

问题	说明
幻觉	AI 可能编造不存在的内容
不可追溯	不知道它的依据是什么

有了知识库，AI 的回答就有了“参考文献”，更可靠，也更容易追溯

出了问题，我们也可以看看参考了什么资料，也可以通过调整资料的内容来提高生成的辅导内容的准确性

先查资料，再回答问题

三、知识库建设

3.1 知识片段格式

每条知识包含以下字段：

字段	类型	说明
id	int	唯一标识
name	string	知识点名称
category	string	所属分类
content	string	核心内容描述
time_complexity	string	时间复杂度
space_complexity	string	空间复杂度
keywords	[]string	关键词（用于检索）
common_errors	[]string	常见错误

3.2 JSON 存储示例

    {
      "id": 2,
      "name": "二分查找",
      "category": "二分搜索",
      "content": "适用条件：有序数组。每次取数组中间元素与目标值比较。如果相等则返回；如果目标值小于中间元素，在左半部分继续查找；否则在右半部分查找。每次将搜索范围缩小一半。",
      "time_complexity": "O(log n)",
      "space_complexity": "O(1)",
      "keywords": ["二分查找", "有序数组", "log n", "分治", "搜索"],
      "common_errors": ["边界条件错误（left <= right vs left < right）", "死循环", "未处理空数组"]
    }

还是比较简陋的，但是这篇博客的工作主要是跑通rag，先用简单的知识库尝试一下，后面会把每条内容补得详细一点

3.3 覆盖的算法主题

按照计划应该覆盖这些算法，然后包含100多条知识。这篇先在json文件里面填30条，后续会逐步补充到 100 条

序号	主题	已完成	计划
1	哈希表	1	5
2	二分搜索	1	5
3	排序算法	5	10
4	动态规划	3	10
5	搜索算法（DFS/BFS）	2	10
6	图论基础	4	10
7	并查集	1	5
8	二叉树	5	15
9	前缀和/差分	2	5
10	双指针/滑动窗口	3	10
11	贪心算法	3	10
12	最短路算法	0	5
总计		30	100

3.4 存储方式

用 JSON 文件存储。问了ai，500条知识以内json的性能很够，而计划书计划100+条，就这样了，后面对接如果有别的要求再进行更改

四、RAG部分

4.1 关键词检索

生成了一个简单的关键词检索函数，这个问题还是挺大的，先拿着凑合用，后面会进行优化

就是按关键词加score，然后按匹配度排序取k个注入prompt，先跑流程，后面可以升级到向量检索

func SearchKnowledge(db *KnowledgeDB, query string, topK int) []KnowledgeItem {
    query = strings.ToLower(query)
    
    for _, item := range db.Topics {

        score := 0

        if strings.Contains(strings.ToLower(item.Name), query) {
            score += 10
        }

        if strings.Contains(strings.ToLower(item.Category), query) {
            score += 5
        }

        for _, kw := range item.Keywords {
            if strings.Contains(query, strings.ToLower(kw)) {
                score += 3
            }
        }

        if strings.Contains(strings.ToLower(item.Content), query) {
            score += 1
        }

    }
}

4.2 检索流程

     用户提问
        ↓
    提取关键词
        ↓
遍历知识库，计算每条知识的匹配分数
        ↓
按分数排序，返回 Top 3 相关知识
        ↓
注入 Prompt，发给 AI

五、Prompt 增强

把排序拿到的k条知识注入到 Prompt 中：

func BuildPromptWithRAG(problemTitle, problemDesc, userCode, resultType, errorMsg string, knowledge []KnowledgeItem) string {
	// 构建知识上下文
	knowledgeContext := ""
	if len(knowledge) > 0 {
		knowledgeContext = "【参考资料】\n"
		for i, item := range knowledge {
			knowledgeContext += fmt.Sprintf(`
[%d] %s
- 分类：%s
- 核心内容：%s
- 时间复杂度：%s
- 空间复杂度：%s`,
				i+1, item.Name, item.Category, item.Content, item.TimeComplexity, item.SpaceComplexity)

			if len(item.CommonErrors) > 0 {
				knowledgeContext += fmt.Sprintf("\n- 常见错误：%s", strings.Join(item.CommonErrors, "、"))
			}
			knowledgeContext += "\n"
		}
	} else {
		knowledgeContext = "【参考资料】\n暂无直接相关的参考资料，请根据你的知识回答。\n"
	}

	return fmt.Sprintf(`你是一个算法学习辅导老师。请参考以下参考资料回答用户问题。

%s

【题目信息】
- 标题：%s
- 描述：%s

【用户代码】
%s

【判题结果】
- 类型：%s
- 信息：%s

请按以下格式输出：
1. 问题定位：用户的代码哪里有问题？
2. 原因分析：为什么会出现这个结果？请尽可能引用参考资料中的内容。
3. 改进方向：如何修改？参考资料中有相关建议的话请优先使用。

注意：
- 不要直接给出完整代码，只提供思路引导
- 如果参考资料中有相关内容，请明确引用`,
		knowledgeContext, problemTitle, problemDesc, userCode, resultType, errorMsg)
}

然后其他的部分就是前面两篇的内容，就不赘述了。

简而言之，这篇博客的工作就是整理知识库，让大模型调用之前可以从知识库中参考相关知识，整理好知识上下文，塞到prompt一起丢给大模型，正常的调用和返回结果。

六、效果对比

6.1 测试场景

• 题目：两数之和

• 判题结果：WA

• 用户代码：双层循环 O(n²)

  //测试
  	problemTitle := "两数之和"
  	problemDesc := "给定一个整数数组 nums 和一个目标值 target，请找出和为目标值的那两个整数，并返回下标。"
  	userCode := `vector<int> twoSum(vector<int>& nums, int target) {
      for (int i = 0; i < nums.size(); i++) {
          for (int j = 0; j < nums.size(); j++) {
              if (nums[i] + nums[j] == target) {
                  return {i, j};
              }
          }
      }
      return {};
  	}`
  	judgeResult := "Wrong Answer"
  	errorMsg := "预期输出 {0,1}，实际输出 {0,0}"

  又用回第一篇博客的测试样例了，因为现在知识库内容比较少，用其他自己找的不容易检索到score>0的知识，这样rag部分是无效的，没办法比较加rag前后的输出内容，这个两数之和知识库里有这题，直接用至少可以检索到那条知识（后面优化知识库的内容还有加知识库条数会解决这个问题的QAQ）

反正先跑通这部分再说

6.2 对比

之前的输出情况

PS D:\learn\go\mygo> go run main.go
正在急头白脸地分析中---
 
1.问题定位：内层循环的初始条件设置不当，未限制两个下标必须互不相同。代码允许i与j取值重合，导致单个元素被重复参与求和运算。
 
2.原因分析：当i遍历至首元素时，j同样从0开始匹配。若该元素数值的两倍恰好等于target，判断语句立刻成立，程序提前返回{0,0}。这违背了题目选取两个不同位置元素的核心要求。
 
3.改进方向：将内层循环的起始边界调整为i+1，确保每次比较的都是数组中靠后的元素。该改动可直接避开索引重叠的陷阱，同时消除约一半的无效配对，使算法逻辑与性能均符合标准解法。

经过这篇的种种工作增强之后

1. **问题定位**：用户的内层循环 `for j in range(len(nums))` 允许了 `j` 与 `i` 取相同的值（即 `i == j`），导致算法会优先检查并返回同一个元素相加的情况，从而在测试时直接返回了索引相同的 `[0, 0]`，而非题目要求的两个不同下标。

2. **原因分析**：根据参考资料[1]中提到的“常见错误”，暴力**使用双循环**不仅容易造成性能瓶颈，还极易因为遍历边界设置不严谨引发逻辑错误。本题隐含前提是“不能使用同一个元素两次”，因此两个索引必须不相等（`i != j`）。在你的代码中，当 `i=0` 时，内层 `j` 也从 `0` 开始，此时 `nums[0] + nums[0]` 被率先命中判断条件并直接 `return`，程序就此结束，根本不会继续向后寻找正确的 `{0, 1}`。此外，资料也明确指出双循环时间复杂度较高（O(n²)），在实际判题或数据量稍大时会导致“超时”。

3. **改进方向**：
   - **逻辑修正**：调整内层循环的起始位置，例如让 `j` 从 `i + 1` 开始遍历。这样可以天然保证 `i < j`，彻底避免重复使用同一个元素，也能提前修复当前 `{0,0}` 的错误。
   - **算法升级**：强烈建议放弃双循环，转而采用参考资料[1]推荐的**哈希表**解法。具体思路为：只遍历一次数组，在每次遍历时，先计算 `target - nums[i]`，并检查该差值是否已存在于哈希表中。若存在，说明找到了匹配项，直接返回哈希表中记录的下标与当前下标；若不存在，再将当前元素的值和索引存入哈希表。该方法时间复杂度仅为 O(n)，能完美兼顾正确性与执行效率。

在回答中我们也可以知道确实参考了某条知识

实际上可能确实变专业了，因为字变多了，姑且算有用

七、遇到的问题与解决方案

问题1：知识库内容不够

现象：某些（其实是很多）题目搜不到相关知识

解决：慢慢补，结题前包达到 100 条

问题2：检索匹配不准

现象：现象其实和问题1一样，搜不到，但这里想说的主要问题是单关键词匹配过于狗屎

原因：关键词匹配太粗糙

解决：下一篇博客加向量检索，应该能处理好，下一篇再说

总结：都后面再说

前两篇的那个一直runrunrunrun不出来的问题鉴定为编译卡住了，我抛弃vscode改用goland舒服多了，再也不用终端运行。

八、小结

本篇完成了算法知识库的基础建设。虽然目前只有 30 条，但后续会持续补充。

下一篇将进入混合检索（关键词+向量），让知识库能够根据用户问题智能地找到相关内容。