all-in-rag 食谱知识库精讲：酸梅汤的做法全解析——从结构化菜谱到 RAG 可检索数据资产

all-in-rag 食谱知识库精讲：酸梅汤的做法全解析——从结构化菜谱到 RAG 可检索数据资产

【免费下载链接】all-in-rag🔍大模型应用开发实战一：RAG 技术全栈指南，在线阅读地址：https://datawhalechina.github.io/all-in-rag/项目地址: https://gitcode.com/datawhalechina/all-in-rag

导读

本文以 all-in-rag 开源仓库第 8 章实战项目"尝尝咸淡 RAG 系统"中的一道经典饮品菜谱《酸梅汤的做法》为核心，完整还原这道古法酸梅汤的原料配比、头煎二煎工艺与冷藏饮用要点，并进一步揭示该菜谱文档在仓库中的定位：它不仅是可照做的家常菜谱，更是 code/C8 食谱 RAG 系统data/C8/cook数据源中的一份结构化 Markdown 数据资产。读完本文，你既能按方熬出一锅冰镇酸梅汤，也能理解这类菜谱文件如何被 数据准备模块 按 Markdown 标题分块、做元数据增强，最终成为可被检索、可被 LLM 引用的知识库单元。

一、菜谱在 all-in-rag 中的位置：一份饮品类的 RAG 数据资产

在 code/C8/main.py 中，食谱 RAG 系统通过RAGConfig将数据路径指向../../data/C8/cook，随后递归加载该目录下全部 Markdown 菜谱文件。酸梅汤文档位于：

• 数据文件：data/C8/cook/dishes/drink/酸梅汤/酸梅汤.md
• 成品图片目录：data/C8/cook/dishes/drink/酸梅汤/imges/

从目录层级dishes/drink/可以看出，系统在加载文档后，会依据文件路径自动推断分类。在 data_preparation.py 的 CATEGORY_MAPPING 中，'drink': '饮品'正是为这类路径准备的映射——酸梅汤因此被自动打上category="饮品"的元数据标签，用户向系统提问"有什么饮品推荐"时，即可通过元数据过滤精准命中。

这份菜谱同时具备该实战项目对数据的两点核心要求（见 docs/chapter8/01_env_architecture.md 的数据分析章节）：

1. 结构高度规整：每个菜谱文件都严格使用统一的小标题组织内容；
2. 内容篇幅适中：单篇菜谱约数百字，适合直接按标题结构分块，无需与长度类分割器组合。

二、文档结构解读：与 Markdown 结构分块的天然契合

酸梅汤菜谱原文遵循标准的五段式结构，这与 MarkdownHeaderTextSplitter 的三级标题分割策略一一对应：

分割器设置strip_headers=False保留标题信息，使得每个子块都能独立理解上下文；同时每个子块会继承父文档的parent_id，建立"小块检索、大块生成"的父子关系——当用户问"酸梅汤怎么做"时，系统可能只检索到"操作"子块，但生成回答时会通过 get_parent_documents 取回包含原料、计算在内的完整父文档，保证 LLM 回答不缺失上下文。

此外，元数据增强逻辑（_enhance_metadata）还会为这份文档打上另外两个标签：

• dish_name：从文件名提取，即酸梅汤；
• difficulty：用正则★+匹配连续星号。原文档标出预估烹饪难度：★★★★（4 星），按映射{5:'非常困难', 4:'困难', ...}会被自动判定为"困难"等级。

也就是说，这道酸梅汤在 RAG 系统眼中是一条"饮品 + 困难 + 酸梅汤"的元数据完备记录，可用于按分类/难度过滤检索。

三、必备原料和工具

原文档列出的原料清单如下（9 种）：

• 水
• 乌枣
• 乌梅
• 山楂片（生）
• 黄冰糖
• 甘草
• 陈皮
• 红豆蔻
• 干桂花

从制作工艺看，这组原料可归为三类：主料（乌枣、乌梅——酸梅汤酸香与枣香的主要来源）、辅料（山楂片、甘草、陈皮、红豆蔻——提供酸甜层次与回甘）、调味与增香（黄冰糖——甜度来源、干桂花——出锅增香）。工具方面，需要一口可加盖炖煮的锅（砂锅、不锈钢锅均可）与一个足够大的盆或容器用于混合冰糖水，以及用于沥出药渣的滤具。

注意：原文档要求"冲洗材料（干桂花和冰糖除外）"，即乌枣、乌梅、山楂片、甘草、陈皮、红豆蔻在浸泡前需先流水冲洗去除浮尘，而冰糖与干桂花不洗直接使用。

四、计算：一份 2 升装的标准配比

原文档给出的是以两升水为基准的标准用量，所有用量可等比例增加或减小，方便按需扩量：

几点解读：

• 冰糖是甜度主体（100 克），用量约为乌梅/乌枣的 4 倍，提供"甜适度"的平衡感；
• 乌梅与乌枣等量（各 25 克），一酸一甜互为骨架；
• 香辛料用量极轻：甘草 2 克、陈皮 4 克、红豆蔻 1 克，仅作风味点缀，不宜过量，否则会盖过主味；
• 干桂花 3 克为最后增香所用，不计入浸泡与煎煮。

在 RAG 系统中，"计算"章节作为一个独立子块存在，当用户询问"酸梅汤放多少冰糖""两升水配多少乌梅"时，该子块即可被精确检索并引用。

五、操作步骤详解：头煎、二煎与桂花增香

原文档的操作流程可拆解为五个阶段，完整保留如下：

1. 浸泡（2 小时以上）：冲洗材料（干桂花和冰糖除外），用 1.5 升水常温浸泡两小时以上；
2. 头煎（40 分钟）：开中大火煮沸，盖盖，转小火煮 40 分钟；
3. 冰糖水：将冰糖放入盆内，再将沥好药材的头汤趁热倒入，搅拌至冰糖完全融化；
4. 二煎（20 分钟）：药材重新装回锅内，加 600 毫升水，开大火煮沸，盖盖转中火再煮 20 分钟；
5. 混合与增香：将二煎与冰糖水趁热混合为成品；在成品 60–70℃ 时加入干桂花（不要超过 80℃），加盖晾凉后放入冰箱冷藏 3 小时以上。

关键技术点说明：

• 为什么分头煎与二煎：头煎以小火慢煮 40 分钟，充分萃取出乌梅、乌枣、山楂的酸香与果胶；二煎仅 20 分钟，进一步榨取剩余风味物质，两次汤液合并，风味浓度更高。这比单次长时间煮制更能兼顾"出味充分"与"不苦涩"。
• 水量分配：浸泡用 1.5 升 + 二煎加水 0.6 升 ≈ 2.1 升，其中头煎汤液在熬煮中会有所蒸发，二煎与冰糖水混合后最终约得 2 升成品。
• 干桂花温度红线：80℃ 以上高温会迅速破坏桂花香气物质，因此必须在 60–70℃ 区间加入，且加完后立即加盖闷香、缓慢降温。
• 冷藏熟成：冷藏 3 小时以上不仅让饮品冰凉适口，也让桂花香与酸梅味进一步融合。

饮用时记得将干桂花沥出。原文档描述成品风味为："如饮茶般细啜，冰凉振齿，酸醒人、甜适度，滋味丰满而悠长"。

六、附加内容与保存建议

原文档在"附加内容"中给出的核心建议是：放入冰箱冷藏后再饮用效果更佳。这与第五步"冷藏 3 小时以上"的要求一致——低温既带来口感上的"振齿"清凉感，也给予各风味物质充分的融合时间。

可操作层面的引申建议（均为基于原文工艺的合理推断，非新配方）：

• 冷藏保存期间应加盖密封，避免串味与香气挥发；
• 干桂花在饮用前过滤沥出，可避免长时间浸泡导致香气转涩；
• 若一次制作量大，可按比例缩减冷藏时间观测风味变化，再决定后续批量制作的冷藏时长。

七、从菜谱到 RAG：这份文档在系统中的完整流转

为方便读者把"做酸梅汤"与"用 RAG"两条线索串起来，这里梳理该文档在 all-in-rag 第 8 章实战项目中的完整数据流转（模块调用链可对照 docs/chapter8/02_data_preparation.md）：

1. 加载：DataPreparationModule.load_documents 通过rglob("*.md")递归扫描data/C8/cook，读入酸梅汤.md，并以相对路径的 MD5 生成稳定的parent_id；
2. 元数据增强：_enhance_metadata从路径提取category="饮品"、从文件名提取dish_name="酸梅汤"、从★★★★提取difficulty="困难"；
3. 结构化分块：MarkdownHeaderTextSplitter按#/##/###将文档切成"做法标题、必备原料、计算、操作、附加内容"等子块，每个子块记录chunk_id、parent_id、chunk_index并写入parent_child_map；
4. 建索引与检索：子块经 索引构建模块 用 BGE-small-zh-v1.5 向量化存入 FAISS；用户提问后由 检索优化模块 执行向量 + BM25 的 RRF 混合检索，命中"操作"等子块；
5. 取回父文档：get_parent_documents按parent_id去重取回完整菜谱，交由 生成集成模块 生成分步骤回答。

也就是说，本文讲解的这份酸梅汤文档，正是"尝尝咸淡"食谱 RAG 系统数据管线的真实样本：data/C8/cook下每一篇规整的 Markdown 菜谱，都会经历上述"加载 → 增强 → 分块 → 索引 → 检索 → 生成"的完整链路。

八、常见问题（FAQ）

Q1：用量可以调整吗？可以。原文档明确说明"上述所有用量可以等比例增加或减小"，即按两升基准乘以/除以比例系数即可，各原料间配比关系保持不变。

Q2：为什么浸泡要用 1.5 升水，而二煎只加 600 毫升？浸泡用水承担了大部分萃取的"溶剂"角色，量多利于食材充分吸水出味；二煎的 600 毫升用于补提剩余风味，两次汤液合并后恰好接近 2 升成品量，避免过量稀释。

Q3：干桂花什么时候加？在成品温度降至 60–70℃ 时加入（不要超过 80℃），加后加盖闷香，晾凉冷藏。饮用前将桂花沥出。

Q4：在 RAG 系统里搜索"酸梅汤怎么做"会命中哪个子块？会命中"操作"子块（向量检索按语义匹配"怎么做"），生成阶段再取回包含原料与计算在内的完整父文档，保证回答完整。

Q5：系统如何知道酸梅汤属于"饮品"、难度是"困难"？由 数据准备模块 的元数据增强完成：分类来自文件路径中的drink目录映射，难度来自内容中★星级的正则匹配，菜名来自文件名。这些标签无需人工标注，是 RAG 系统中"从非结构化数据自动提取结构化元数据"的典型实践。

附：原始菜谱全文

以下为 data/C8/cook/dishes/drink/酸梅汤/酸梅汤.md 的完整原始内容，供读者对照本文研读：

# 酸梅汤的做法 预估烹饪难度：★★★★ ## 必备原料和工具 - 水 - 乌枣 - 乌梅 - 山楂片（生） - 黄冰糖 - 甘草 - 陈皮 - 红豆蔻 - 干桂花 ## 计算 - 两升水 - 乌枣 25 克 - 乌梅 25g - 黄冰糖 100 克 - 山楂片 30 克 - 甘草 2 克 - 陈皮 4 克 - 红豆蔻 1 克 - 干桂花 3 克 上述所有用量可以等比例增加或减小。 ## 操作 - 冲洗材料（干桂花和冰糖除外），1.5 升水常温浸泡两小时以上（干桂花和冰糖除外） - 开中大火煮沸，盖盖，转小火煮 40 分钟，为头煎 - 将冰糖放入盆内，再将沥好用材的头汤趁热倒入，搅拌至冰糖融化。 - 药材重新装回锅内再 600 毫升的水，开大火煮沸，盖盖，转中火，再煮 20 分钟为二煎 - 最后将二煎和冰糖水趁热混合为成品。在成品 60-70℃ 加入干桂花（不要超过 80℃）加盖晾凉再放入冰箱冷藏 3 小时以上。 - 饮用时记得将干桂花沥出。如饮茶般细啜，冰凉振齿，酸醒人、甜适度，滋味丰满而悠长 ## 附加内容 放入冰箱冷藏后再饮用效果更佳。

这份全文约 40 行、数百字的文档，正是 all-in-rag"尝尝咸淡 RAG 系统"所期望的标准数据样本——结构化、可拆分、元数据可自动提取，读罢既能照方熬汤，也理解了它为何能成为 RAG 知识库中一条高质量的"饮品·困难·酸梅汤"条目。

【免费下载链接】all-in-rag🔍大模型应用开发实战一：RAG 技术全栈指南，在线阅读地址：https://datawhalechina.github.io/all-in-rag/项目地址: https://gitcode.com/datawhalechina/all-in-rag