LangChain 学习 Day 4：Retrieval 与 RAG 流程

今天进入 Retrieval / RAG。RAG 的出发点很清楚：大模型参数中没有最新知识，也不一定包含企业私有知识，并且在缺少依据时容易产生幻觉。RAG 通过检索外部文档，把相关内容放进上下文，再让模型基于资料回答。

完整 RAG 通常分成两个阶段。索引阶段负责把资料加载、切分、向量化并写入向量库；问答阶段负责把用户问题向量化，召回相关片段，组装提示词，再由模型生成答案。

文档加载与切分

文档加载要根据来源选择合适 Loader，例如 Markdown、DOCX、PDF。加载只是第一步，切分质量往往决定召回质量。如果 chunk 太大，会带来噪声和上下文浪费；如果 chunk 太小，又可能丢失语义完整性。

常用策略是 RecursiveCharacterTextSplitter，通过段落、句子、字符等层级递归切分，并设置 chunk size 与 overlap。Overlap 的意义是减少边界信息丢失，让相邻片段之间保留必要上下文。

Embedding 与检索

Embedding 的作用是把文本转成向量，使语义相近的文本在向量空间中距离更近。用户问题也会被转成向量，再和文档向量做相似度搜索。检索不一定只看向量相似度，还可以结合关键词、元数据过滤、时间范围和重排序。

参考 LangChain 官方 RAG 资料，检索增强的关键并不只是“把文档塞给模型”，而是按语料规模、延迟要求和答案可信度要求设计不同的检索、压缩、引用和评测流程。

实际项目里，RAG 的难点不是“能不能召回”，而是“召回内容是否真的能支撑答案”。因此需要做评测，比如命中率、引用准确性、答案忠实度和用户问题覆盖率。

面试八股问答

Q：RAG 解决了大模型哪些问题？
A：主要解决知识滞后、私有知识缺失和幻觉问题。它把外部知识通过检索方式注入上下文，让回答更可追溯、更贴近业务资料。

Q：为什么要做文本切分？
A：因为原始文档通常过长，无法直接放入上下文，也不利于精确召回。切分可以把文档变成适合向量化和检索的语义片段。

Q：RAG 系统如何评估效果？
A：可以从检索命中率、上下文相关性、答案忠实度、引用准确性、延迟和成本等维度评估。

HR / 简历表达

可以写成：“掌握 RAG 索引与问答链路，能够完成文档加载、递归切分、Embedding 向量化、向量召回、上下文组装和答案生成评测。”

今日复盘

RAG 不是简单的“知识库问答”，而是一套数据工程、检索工程和生成工程的组合。资料质量、切分策略、召回策略和评测闭环都决定最终体验。