01
问题
访客可以从 /chat、AI 抽屉，或文章/项目里的上下文询问入口发起问题。
kevi 如何工作
这个站点是面向招聘展示的 AI-native 作品集：内容保持事实源，RAG 检索证据，DeepSeek SSE 流式返回带引用回答。
RAGBGE 512pgvectorRedisDeepSeek SSE
RAG 流程
生成前先检索；站内事实没有可靠命中时不编造，通用问题会先标明范围再回答。
02
受保护 API
Nitro API 先校验输入、检查 Redis 限流，并在任何 LLM 调用前对问题做 embedding。
03
BGE 512
Transformers.js 本地运行 Xenova/bge-small-zh-v1.5，并验证 BGE 向量为 512 维。
04
pgvector
PostgreSQL pgvector 在已索引的文章、项目、个人资料和自定义 Q&A chunks 中检索 RAG 上下文。
05
DeepSeek SSE
DeepSeek SSE 通过站点 API 流式返回 delta，结构化引用来自检索到的 chunks。
工程决策
MVP 优先选择更少的移动部件，让产品更容易验证和解释。
向量存储取舍
PostgreSQL 已经承载内容和元数据，所以 pgvector 让 MVP 保持一个数据库即可部署，避免引入 Pinecone、Milvus 或 Weaviate 的额外运维成本。
docs-first 工作流
Docs-first 把范围决策显式化：路由命名、向量维度、SSE 事件和排除模块都先写入文档再实现。
限流
Redis 限流在 embedding 和 LLM 调用之前执行，用来保护公开聊天入口的成本和延迟。
Prompt 边界
prompt injection 文本只作为用户内容处理；服务端系统规则和检索上下文始终是独立消息。
安全与失败行为
- 冷启动加载 embedding 模型可能延迟第一次 RAG 请求，因此服务会懒加载一次并复用 pipeline。
- 站内事实无命中会明确说明依据不足，而不是让模型猜测个人事实；通用问题会带范围标记。
- 引用卡片来自来源元数据，不来自模型自由生成文本。
- MVP 避免评论、留言墙、语音聊天和技术雷达，让 AI 闭环保持可验证。
运行时边界
- 客户端
- 渲染消息、本地历史、引用，以及加载或错误状态。
- Nitro 服务端
- 负责校验、prompt 组装、Redis 限流、RAG 检索和 provider 调用。
- 数据库
- 存储结构化内容和用于检索的 vector(512) chunks。