本文介绍检索相关性衡量方法：先构建带标注的黄金查询集（人工标注、日志采样、LLM合成），再用ranx库对比Qdrant检索结果与标注，计算recall@k、MRR、NDCG@k等指标。RAG宜用Recall@k，单答案用MRR，重排序用NDCG。需警惕合成查询失真、嵌入污染、近重复文档和时间漂移等陷阱。