第 2 章 · RAG 工程化

完整讲一遍 RAG 链路：从文档进来到答案出去，每一步在解决什么问题？

有了百万级长上下文，为什么还要 RAG？「RAG 已死」你怎么看？

Chunking 粒度怎么定？固定切分会出什么问题？

什么是语义切分？重叠窗口、按标题层级切分各解决什么问题？

表格、代码、扫描件这类「脏文档」怎么处理进 RAG？

Embedding 模型怎么选？看哪些指标？维度越大越好吗？

HNSW 是怎么做近似最近邻的？相比暴力检索牺牲了什么？

Milvus / Chroma / pgvector / Elasticsearch 怎么选？

为什么纯向量检索会漏召回？什么 query 天生适合 BM25？

混合检索里 BM25 和向量的分数怎么融合？为什么很多团队直接用 RRF？

Rerank 是什么？有了向量检索为什么还要重排？

双塔和交叉编码器的区别？为什么不直接用 cross-encoder 检索全库？

用户 query 很口语很含糊，怎么做查询改写？HyDE 的思路是什么？

多数据源（向量库 / SQL / 图谱 / API）的检索路由怎么设计？

RAG 的召回率怎么评估？测试集从哪来？

RAGAS 这类框架评的是什么？faithfulness 和 answer relevancy 有何区别？

用户说「答非所问」，你怎么归因是检索问题还是生成问题？

说一个你处理过的最难的 RAG badcase

什么是 Agentic RAG？和固定管线比强在哪、贵在哪？

GraphRAG 解决什么问题？什么场景值得付出数倍索引成本？

LightRAG 相比微软 GraphRAG 轻在哪？

多模态 RAG（图表、PDF 截图检索）是怎么做的？

知识库更新了，向量索引怎么增量更新？删除的文档怎么办？

引用溯源怎么实现？怎么防模型「标了引用却胡编」？

给你一个新场景，怎么决定用 Naive / Advanced / Agentic / Graph 哪种架构？