给AI做资料问答，先把命中的原文带出来

搜“证据不足”，找到了两段：一段写处理规则，另一段只是拿这四个字举例。让AI回答资料里的问题时，先看检索交给它的究竟是哪几段，比只看到“命中2条”有用。

这份小例子用Python标准库和SQLite做中文连续短语检索，输出原文、段落ID和出处，再把候选交给AI阅读。附件中的六段“灯塔资料助手演示手册”是固定合成资料，不是真实产品规则；本次没有调用模型，交付的是检索步骤和可继续使用的证据输入。

先建一份库，再查两个词

解压附件，在材料目录运行：

python local_search.py build paragraphs.json demo.sqlite
python local_search.py search demo.sqlite "证据不足" --limit 3
python local_search.py search demo.sqlite "临时验证码" --limit 3

需要Python 3.10+，以及该Python使用的SQLite支持FTS5和trigram。只有版本号较新还不够，建库时会实际尝试创建索引；缺少功能就报错。本次运行环境是Python 3.12.14、SQLite 3.53.1，不用安装第三方Python包。

demo.sqlite 必须是新文件，已有库会拒绝覆盖。查询以只读方式打开它；库文件不存在就报错。这里索引的是每条记录的 body，标题和来源名只用于回查。

建库输出应显示 "paragraphs": 6。六段资料中，“证据不足”返回2条，顺序是P004、P002；“临时验证码”返回1条P001。--limit 3 是最多取3条，这次只返回实际匹配的段落。

命中的两段，要分开读

P004，来源为“灯塔资料助手演示手册（固定合成资料）”，第4段：

证据不足时，答案留空，证据列表留空，交给人工复核；不要把检索不到的内容写成“文档已经确认”。

P002，同一来源，第2段：

检索前先把问题缩成具体关键词，例如“向量检索”“证据不足”。本工具执行连续子串检索，不理解同义词，也不会自动拆解整句问题。

如果问题是“按这份演示手册，证据不足时该怎么处理？”，P004给了直接规定，P002没有。两个候选都包含关键词，能支持的结论却不同。

结果JSON保留 id、title、source、paragraph、完整 body 和排序值 score。SQLite的 bm25 在这里按从小到大排序；具体分值以所用SQLite和当前资料为准；分数不是答案正确概率，也不能把排第一当成已经核实。

包内 filled-prompt.txt 已放好具体问题和这次候选，可以直接阅读或交给自己的AI。完整可复用要求在 prompt.txt：只依据候选原文，结论附短引文及对应ID、来源和段号；没直接依据就留空并标记待复核，不编出处。填好的提示词是待发送的输入。

用自己的资料时

paragraphs.json 是UTF-8数组，每条有 id、title、source、paragraph、body。ID唯一，段号为正整数，其他字段是非空字符串。包内有完整六段输入；工具直接接收段落，不负责从PDF或Markdown抽取内容。

改完资料，要换一个新库名重新建库，后续也查新库：

python local_search.py build paragraphs.json demo-v2.sqlite
python local_search.py search demo-v2.sqlite "证据不足" --limit 3

修改JSON不会自动更新旧库。输出中的 source_json_sha256 对应建库时输入文件的字节快照，便于分辨版本，不能证明资料本身正确。

这版工具限制输入最多1MiB、1000段，每段正文最多4000字符，候选上限可设1至5条。先把自己的长资料整理成可回查的小段，再用这一套流程。

关键词要跟资料里的写法对得上

这里把整个查询作为连续字面短语匹配，默认不区分大小写，不会自动拆整句问题，也不做同义词扩展。问题写“依据不够”，原文只写“证据不足”，可能查不到。先从问题中选一个资料可能实际使用的术语，再检索。

FTS的MATCH语法有自己的运算符。脚本除了绑定SQL参数，还会把整个查询放进双引号、将内部双引号加倍，所以 A OR B 这样的内容会按完整短语处理。只绑定SQL参数，并不会自动关闭FTS表达式语法。

查询至少3个Unicode字符；例如“证据”只有两字，会明确报错退出2，提示换成更具体的连续词。三字以上却无匹配时，found: 0 是正常结果，只说明这次没检出，不能推断资料库一定没有答案。

本地实际跑过15项检查，包括两组中文查询及原文字段、bm25升序和数量上限、OR与双引号的字面匹配、空词和两字拒绝、无命中、已有库保护、实际只读连接拒写，以及输入和库文件哈希保持不变。缺少FTS5的错误处理分支用注入错误验证，当前机器的FTS5则已实际建库成功。

最终ZIP已在新目录独立解压，重新建库、两次查询并复跑验证器，15项全部通过。验证对象是本地检索和文件处理；运行 python verify.py 可复现。

下载完整检索脚本、六段资料、两组实际结果、证据提示词及已填样例、验证脚本与README（ZIP，7个文件）

参考：SQLite FTS5的trigram、MATCH与bm25文档，Python sqlite3文档、OpenAI Retrieval及引用指南，2026-10-25查阅。以上实现是本地关键词检索与原文候选导出，后续回答仍需逐条核对引用是否支持结论。