# PowerRAG 文本问答 Demo · 示例文档

## 1. 项目背景

本示例用于演示：上传一份 Markdown 文档 → 服务端自动解析与分块 → 基于问题检索相关 chunks。

## 2. 关键概念

- **分块（Chunk）**：把长文切成多个小段，便于向量化与检索。
- **向量检索（Vector Search）**：把文本映射到向量空间，通过相似度找到相关片段。
- **Top-k**：返回最相关的 k 个片段。

## 3. 规则与约束

1) 只有当“检索到的 chunks 与问题语义相关”时，才算成功。  
2) 本 demo 不要求大模型生成最终回答（可选）。  

## 4. 示例内容：餐厅排队系统

我们要做一个餐厅排队系统，核心流程如下：

1. 顾客在前台取号，系统生成排队号（例如 A001）。
2. 服务员在就餐区空位出现时叫号，顾客到号后入座。
3. 如果顾客过号，可选择重新排队或延后若干位。
4. 系统需要支持查询当前排队情况，以及某个号码前面还有多少人。

### 4.1 常见问题

- “过号后怎么处理？”：可以延后或重新取号，策略由门店决定。
- “如何估算等待时间？”：可以用平均翻台时间 × 前方人数估算。
- “如何处理多人同时取号？”：需要对取号操作加锁或用原子自增保证顺序。

## 5. 示例内容：退款规则

退款规则如下：

- 未发货：可全额退款。
- 已发货未签收：可申请退款，但需要承担退货运费。
- 已签收：7 天内可退货退款；超过 7 天视情况处理。