Milvus RAG 线上观测把查询、召回与回答串起来Milvus 线上延迟变动时只看数据库 QPS 还不够。查询如何嵌入、过滤掉多少候选、哪些文档进入上下文都需要同一条请求串起来。分层记录检索过程记录嵌入版本、collection 与 partition、过滤条件、top-k 和返回数量。RAG 层再保存脱敏后的文档标识与重排版本便于解释回答依据。质量与服务状态分开数据库超时、空召回和回答未引用证据是三类问题分别统计。标签回流较慢时先观察分布和失败样本不用命中率替代答案质量。索引构建与加载状态进入告警。按查询类型观察 P95/P99。新旧索引切换保留回退入口。定期复查而非一次定论内容更新、嵌入模型或过滤规则变化后重跑固定查询集。线上抽样只用于发现新问题不能凭少量案例宣布质量提升。RAG 观测的价值是把一个回答带回它经过的检索路径。路径说得清优化才知道该落在哪一层。