之前的 Agent 为了方便先实现功能，需求文档检索直接使用硬编码获取。为了解决这个问题，了解了下 RAG（检索增强生成）向量检索系统，终于把本地知识库模块跑通了！💪 ✅ 核心技术栈：LangChain + FAISS + HuggingFaceEmbeddings。 ✅ 文档兼容：支持 .md 和 .docx，直接前端上传需求文档就行。 ✅ 自动分块：用了递归字符分割器，保留了 Markdown 的层级结构，检索出来的内容上下文很连贯 现在的工作流是： 用户上传需求文档 ➡️ 自动向量化存入 FAISS ➡️ Agent 写用例时先查库 ➡️ 生成带业务逻辑的精准用例。 #向量检索 #langchain #agent #软件测试 #ui自动化测试 #RAG #大模型