多文档 RAG：无关 PDF 文件夹即含嵌套大纲的长文档

近期，针对企业知识库中大量结构异构、缺乏共享字段的非相关文档检索难题，技术团队提出了一种革新性的多文档RAG架构。该方案突破传统关系型索引限制，将无关联的文档文件夹视作具备嵌套大纲的单一长文档，通过双层索引机制实现高效召回。 在数据处理端，系统摒弃了复杂的字段提取与本体映射，仅需为每个文件生成一句路由摘要，并与解析器自带目录结合构建两级索引。检索时，大模型首先遍历全部文件摘要行进行初步路由，精准过滤无关文档；随后在幸存文件内部沿目录结构逐级下钻，直达核心段落。该机制无需执行SQL查询即可完成任务，显著降低工程成本与计算开销。 实战验证显示，面对数百份文档、数千页内容的庞杂库，系统仅通过少量路由调用即可快速收敛目标，有效避免大模型上下文窗口被冗余信息阻塞。针对文件规模扩张可能引发的路由精度衰减问题，架构支持通过目录分组平滑升级。该技术路径为异构企业数据的轻量化检索提供了高可扩展的解决方案，推动非结构化文档处理向语义化导航演进。