带引用的文档检索原型

实现从问题到证据的最小链路：关键词检索、确定性排序、原文引用与无证据拒答。这里使用抽取式回答，后续可接入模型。

目标与约定

实现 solve(payload)：payload 含 query 字符串和 documents 列表（每项唯一非空 id 和 text 字符串）。按空白拆分 query，casefold 后去重；每个词在 text 中出现记 1 分。取分数最高的文档，同分按 id 升序。返回 {answer: 完整原文, citations: [id]}；空问题或无命中返回 {answer: '资料不足，无法回答', citations: []}。非法结构及重复 id 抛 ValueError，不修改输入。此基线不做语义理解或中文分词。

第一步：运行起始项目

需要 Python 3.12 或更高版本，仅使用标准库。解压后在此目录运行：

python verify.py

起始代码会报 NotImplementedError，这是待完成的任务。编辑 solution.py 的 solve 函数；sample.json 包含输入与预期输出。

第二步：逐步实现

1. 用自己的话列出输入、输出和错误条件。
2. 先通过样例，再处理空值、重复、顺序和非法类型。
3. 每次小改动后重新运行 python verify.py。

第三步：遇到问题再看提示

先把输入校验与评分拆开。使用 (-score, id) 排序；只引用真正命中的文档。试试 '退款' 与 '退货'，记录词面匹配的局限。

常见问题：当前目录错误会找不到 sample.json；默认不运行 reference.py。先看失败用例的输入和断言，不要只为了绿色结果删掉测试。

第四步：验收与复盘

python verify.py
python verify.py --reference

第一个命令检查你的实现，退出码 0 表示此套本地用例通过；第二个检查参考实现。参考实现放在 reference.py，建议先独立尝试。

新增至少两个测试，分别覆盖你遇到的边界和一次真实使用场景。记录命令输出、修改过程与实现局限，在本站项目页保存链接和复盘。本地通过结果由你自行记录，本站不接收或执行用户代码，也不会据此自动标记课程掌握。

延伸练习

将函数接入命令行或网页；为输入增加大小限制；尝试接入真实模型并比较确定性测试与生成效果评估的差别。本项目完成不依赖模型或第三方服务。