$ loading_
记录并审计 MCP 代理中的 RAG 检索过程,便于回放、对比与排查问题。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"retrieval-lens" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请用 retrieval-lens 记录这次 MCP 代理的 RAG 检索过程,并输出每一步看到的 chunks、相关性分数、来源与排序,帮我定位为什么答案引用了不相关内容。
一份可审计的检索日志,列出各候选片段、分数、来源和排序,并指出可能的异常检索原因。
请对比同一问题在两次不同配置下的检索记录,展示 chunks、分数、来源和排名差异,并总结哪种配置更稳定。
一份检索差异报告,清楚展示两次运行的召回与排序变化,并给出配置评估结论。
请回放这次历史 RAG 检索记录,按时间顺序还原模型看到的内容、检索来源和排序结果,用于审计与复盘。
一份按时间线整理的检索回放结果,帮助团队审计模型实际接触到的信息。
将双 RAG 检索能力封装为 MCP 工具,支持鉴权后的图增强与混合检索调用。