serviette：基于 Pathway 的实时 RAG 服务

它是什么

serviette 是建立在 Pathway Live Data Framework 之上的 RAG 服务器，定位为“无代码、始终最新”。用户把文档目录、向量数据库和嵌入模型写进一个 YAML，运行索引器与服务器两个进程，即可获得带引用来源的聊天界面和 REST API。文档的修改、新增和删除会通过 Pathway 的增量机制转化为向量库中的 upsert/delete，无需手动重新索引。

需要注意它的运行前提：Pathway 需要免费许可证密钥（放在 PATHWAY_LICENSE_KEY 环境变量）；安装文档提示使用 pip 23.1 或更新版本。serviette[local] 附带本地嵌入所需的 PyTorch 依赖，文档建议通过额外索引地址选择 CPU 版本；若改用 OpenAI 嵌入，则不需要该选项。

架构与部署形态

索引器（写入路径）与服务器（读取路径）是两个独立进程，仅通过向量库耦合：服务器无状态、可横向扩展；索引器可通过 indexer.workers 分片。索引器停机时服务仍可基于已同步数据回答；服务器停机不影响索引继续。默认后端是嵌入式 DuckDB，单文件、无需外部服务，但为单写入者模式，文档注明其并发限制见 docs。其余支持 pgvector、Qdrant、Milvus、ChromaDB、Weaviate、Pinecone 和 MongoDB Atlas Vector Search。

解析与检索能力

文本、PDF、Office 文档、扫描图像默认使用无需 API 密钥的本地解析器；音频和视频需分别配置 OpenAI 与 TwelveLabs 密钥，缺少密钥时跳过并给出警告。检索增强为可选配置：混合检索（BM25 与向量融合）、重排序、自适应 RAG、查询分解和 MMR。其中混合检索在 Pinecone 上因无法枚举向量而不可用，文档称原生稀疏索引混合检索尚在计划中；上下文文档问答（rag.documents）同样不支持 Pinecone。

基准数据的边界

索引基准覆盖 100 MB 至 50 GB 纯文本语料，表中给出各规模的索引时间与峰值内存（PSS，GiB）。该测量仅针对索引器容器，不含 Qdrant 与 API 服务器内存；每个规模只发布一次最终运行，未测运行间波动；索引时间是估算值，可能早于最终写入。

FRAMES 检索评测给出 gold-article recall 0.50，对比论文中 BM25 基线的 0.15（作者复现为 0.21）；在 gpt-5 上加入检索带来 +5.2 个百分点（824 题）。文档说明绝对分数受较新生成模型影响较大，因此强调配对增量而非 73.7% 的绝对值。

已知限制

当前一次只回答一个问题，基于文档当前状态；对话记忆、用户账号和托管服务尚未内置。以上能力范围与基准结论均来自项目 README，未包含独立第三方验证。