企业官网建设流程全解析

山西过油肉菜谱全解析：从传统晋菜做法到「尝尝咸淡」RAG 系统的结构化实战

【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

过油肉是山西传统名菜，历经多年传承，几乎家家都会做。本文以仓库中 data/C8/cook/dishes/meat_dish/山西过油肉.md 这份结构化菜谱为样本，一方面完整还原这道经典晋菜的原料配比、操作步骤与烹饪技巧，另一方面借助 all-in-rag 项目第 8 章「尝尝咸淡」食谱问答系统的源码实现，剖析这份 Markdown 菜谱从入库、元数据增强、按标题分块，到混合检索与 LLM 生成回答的完整 RAG 链路，帮助读者同时掌握一道家常硬菜的做法与一套可落地的菜谱 RAG 数据工程方法。

一、菜品概览与难度评估

山西过油肉是典型的晋菜代表，主料为猪里脊，辅以蒜苔、木耳、葱头，通过「过油滑肉 + 快炒」的技法成菜，讲究肉片滑嫩、咸鲜微醋香。

原菜谱对烹饪难度给出了明确的星级评估：

预估烹饪难度：★★★★

这个星级标记在「尝尝咸淡」RAG 系统中并非摆设。参考 data_preparation.py 中的_enhance_metadata实现，系统会使用正则r'★+'匹配文档中的连续星号数量，并映射为五档难度标签：

difficulty_map = {5: '非常困难', 4: '困难', 3: '中等', 2: '简单', 1: '非常简单'} doc.metadata['difficulty'] = difficulty_map.get(star_count, '未知')

因此，★★★★会被自动解析为「困难」级别，并作为结构化元数据写入该菜谱的索引，供后续按难度过滤与查询路由使用。这与 docs/chapter8/02_data_preparation.md 中「从内容中的星级标记自动提取难度等级」的设计完全对应——菜谱只要保持统一的星级书写规范，系统就能零标注地完成难度画像。

二、必备原料与工具清单

制作山西过油肉所需的原料与工具如下：

其中木耳需提前泡发，蒜苔提供清甜口感，陈醋是点睛之笔——起锅前淋醋是这道菜「咸鲜中带微酸」风味的关键。工具方面一口炒锅即可，无需特殊设备。

从 RAG 数据工程视角看，这张清单对应菜谱文档中的## 必备原料和工具小节。在 data_preparation.py 的_markdown_header_split中，系统配置了三级标题分割器：

headers_to_split_on = [ ("#", "主标题"), # 菜品名称 ("##", "二级标题"), # 必备原料、计算、操作等 ("###", "三级标题") # 简易版本、复杂版本等 ]

也就是说，这份菜谱会被自动切分成「菜名+简介」「必备原料和工具」「计算」「操作」「附加内容」等多个独立子块。当用户问「山西过油肉需要什么食材」时，检索系统能精确命中「必备原料和工具」这一子块，这正是 docs/chapter8/01_env_architecture.md 中强调的「小块检索」优势。

三、用量计算：一人份的精确配比

原菜谱基于作者本人饭量给出了一人份用量，单位明确、便于按比例缩放：

几个值得注意的配比要点：

• 油量偏大是这道菜的底色：300 ml 食用油主要用于滑肉（过油），并非全部下锅食用，炸完后需倒出余油，仅留约 10 ml 炒菜。
• 蛋液 + 淀粉双重上浆：一个鸡蛋搭配 10 g 红薯淀粉，保证里脊肉片在高温过油时形成保护层，锁住水分，口感滑嫩。
• 盐与生抽分工明确：生抽在腌制时加入入底味，食盐在出锅前调味，两者互补避免过咸。

在 RAG 系统中，这个## 计算小节是「用量配比」类查询的高频命中区。用户提问「山西过油肉一人份要多少肉」，系统通过向量检索 + BM25 关键词检索即可定位到该子块，再经父子文档映射取回完整菜谱交给 LLM 生成答案。

四、操作步骤详解

4.1 准备工作

1. 泡发木耳：木耳提前泡发好，如果着急可以用热水泡发，以缩短等待时间。
2. 腌制肉片：猪里脊切片放入碗中，加入 20 ml 生抽、料酒、花椒粉，打入一个鸡蛋，搅拌均匀后加入淀粉（建议红薯淀粉）拌匀，最后倒入 300 ml 食用油封浆，腌制 15 分钟。食用油封浆的作用是隔绝空气、锁住水分，同时让肉片下锅时更易打散。
3. 切配辅料：蒜苔切段约 3 cm，葱头切菱形块备用。菱形块受热均匀、成熟度一致，也利于摆盘美观。

4.2 过油与快炒

1. 滑肉：起锅烧油，油量要多，油温五成热（约 150 ℃，筷子插入周围泛起细密小泡）下入腌制好的肉片，迅速将肉片打散，待表面微焦后捞出控油备用。五成热油温下肉片既不会脱浆，又能快速定型。
2. 爆香：将锅中多余油倒出，留 10 ml 油，油温七成热（约 180 ℃，微微冒烟）下入葱姜蒜爆香。
3. 炒配菜：先下蒜苔炒至断生，再下木耳、葱头，加入生抽、花椒粉，翻炒几下。
4. 合炒调味：将之前炸好的肉片下入翻炒，加 10 g 盐，起锅前加 10 ml 醋和鸡精，翻炒均匀后起锅装盘。

4.3 附加技巧（原文档要点）

• 火候控制：炸肉片时表面微焦即可出锅，过度油炸会导致肉质变老、失去滑嫩口感。
• 薄芡提口感：起锅前也可以打一个薄薄的水淀粉（水淀粉勾芡），让汤汁略微挂在肉片和配菜上，口感更佳。

五、纵深视角：这份菜谱在「尝尝咸淡」RAG 系统中的完整流转

5.1 元数据增强：文件路径即分类依据

这份菜谱位于data/C8/cook/dishes/meat_dish/目录下，文件名即菜品名。系统在加载时通过 data_preparation.py 的_enhance_metadata完成三项自动标注：

• 菜品分类：匹配路径中的meat_dish目录，标注为「荤菜」；
• 菜品名称：取文件主干名山西过油肉；
• 难度等级：按前文所述正则解析★★★★为「困难」。

最终该菜谱的元数据可概括为{dish_name: 山西过油肉, category: 荤菜, difficulty: 困难}，这些字段被复制到其下所有子块中，成为检索过滤与回答路由的关键依据。

5.2 结构分块与父子映射

按标题分割后，本菜谱形成类似如下的子块结构：

山西过油肉的做法.md（父文档） ├── 子块1：# 山西过油肉的做法 + 简介 + 预估难度 ├── 子块2：## 必备原料和工具（原料清单） ├── 子块3：## 计算（用量配比表） ├── 子块4：## 操作（详细制作步骤） └── 子块5：## 附加内容（火候与勾芡技巧）

每个子块都会继承父文档的parent_id并生成独立的chunk_id，映射关系记录在parent_child_map中。这正是 docs/chapter8/02_data_preparation.md 所讲的「小块检索，大块生成」：用户问「过油肉怎么做」时，检索阶段命中「操作」子块实现精确召回；生成阶段则通过get_parent_documents按命中次数排序并去重，取回完整的山西过油肉菜谱交给 LLM，保证回答上下文完整。

5.3 查询流转与回答生成

用户输入「山西过油肉怎么做」后，main.py 中的主流程会依次执行：

1. 查询路由：LLM 将问题分类为detail（详细查询），走分步指导模式；
2. 查询重写：因问题包含具体菜名，按规则保持原查询不变；
3. 混合检索：向量检索（BGE 嵌入模型）与 BM25 关键词检索并行，再经 retrieval_optimization.py 的 RRF 重排融合，取 top_k 子块；
4. 父子还原：命中子块回溯父文档，按相关性排序去重；
5. 分步生成：调用 generation_integration.py 中的烹饪导师提示词，产出包含「菜品介绍 / 所需食材 / 制作步骤 / 制作技巧」的结构化回答——其「制作技巧」小节会优先采用本菜谱「附加内容」中的火候与勾芡建议。

5.4 配置说明与运行前提

本菜谱作为知识库数据的一份子，参与系统构建时无需任何额外标注。相关运行配置见 config.py，其中data_path默认指向../../data/C8/cook，即本菜谱所在目录的父级；嵌入模型默认使用BAAI/bge-small-zh-v1.5，LLM 默认使用 Moonshot（Kimi）系列模型，需要预先配置MOONSHOT_API_KEY环境变量。按 docs/chapter8/01_env_architecture.md 的说明，在code/C8目录执行pip install -r requirements.txt安装依赖后运行python main.py，即可启动交互式问答，向系统提问「山西过油肉怎么做」或「推荐一道困难级别的荤菜」。

小结

山西过油肉这道菜本身浓缩了传统晋菜「过油滑肉、旺火快炒、陈醋收尾」的技法精髓；而它在 all-in-rag 项目中的意义远不止一份菜谱——它同时是「尝尝咸淡」RAG 系统数据管道的一个典型样本：路径提供分类、星级提供难度、标题结构提供分块边界、附加内容提供生成阶段的技巧素材。掌握这份菜谱的做法，也就顺带理解了结构化菜谱数据如何零标注地流入 RAG 索引并产出高质量问答，这正是本项目第 8 章实战的核心价值所在。

【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