AI Knowledge

外观

RAG 基础链路 极简一问一答 ​

定位｜ RAG 基础链路 一分钟速答页。每章固定 10 题，只保留结论、机制、边界与验证关键词；单个回答控制在 10～60 秒。

1. 怎么使用 ​

本页重点｜ L1 概念 → L2 边界 → L3 原理 → L4 实现 → L5 工程 → L6 架构 → L7 复盘 → 误区、验证、证据强化。不会展开时，再进入正式主题或专项题库。

图：RAG 基础链路 十题极简脑图

替代文本： RAG 基础链路从 L1 概念和 L2 边界，依次进入 L3 原理、L4 实现、L5 工程、L6 架构与 L7 项目复盘，再用误区、最小自测和证据边界三题强化。

图表加载中…

读图结论： 掌握 RAG 基础链路 不能停在定义；先顺着七层链路说清机制与工程，再用误区、自测和证据边界确认没有虚假掌握。

2. 极简一问一答 ​

Q001｜什么是 RAG，为什么不能把它等同于向量数据库？

Retrieval-Augmented Generation（检索增强生成，RAG）是在生成前从外部知识源取回证据，并把问题与证据共同交给模型。离线侧负责解析、切块、Embedding、索引和版本治理，在线侧负责身份解析、检索、授权、上下文组装、生成与引用；向量库只是其中一个检索组件，RAG 也不能保证消除幻觉。

Q002｜RAG、微调、长上下文和确定性工具如何选择？

动态私有事实、引用和独立更新适合 RAG；行为风格与特定任务能力可用 Prompt 或微调；权威实时状态、计算和交易应调用数据库或确定性工具；小而稳定的资料可评估长上下文或缓存。它们不是互斥方案，选择取决于事实来源、更新频率、审计、风险、延迟和成本。

Q003｜Chunk、Embedding、Top-k 与上下文预算如何共同影响效果？

Chunk 太大容易混合主题并占用上下文，太小会丢失条件和跨段关系；Embedding 将查询与 Chunk 映射到兼容向量空间，Top-k 决定候选覆盖与噪声，上下文预算再决定哪些证据真正进入模型。最佳取值依赖文档结构、答案跨度、模型 Token 预算、检索器和标注集，不存在通用固定 Chunk、overlap 或 Top-k。

Q004｜如何实现一个权限安全的 RAG 在线查询链路？

服务端先从认证上下文计算 tenant、用户组、项目和文档 ACL，将条件推入关键词与向量等每一路检索，再对候选二次授权、去重、核对原文版本并按 Token 预算组装上下文。先全库 Top-k 再过滤会让未授权文档挤占候选，且分数、缓存或正文可能越过权限边界；召回后授权是二次防线，不能替代检索前或检索内过滤。

Q005｜线上 RAG 突然查不到或答错，如何按证据排障？

我会固定 request_id、身份和版本，依次检查权威语料、解析/Chunk、索引、查询处理、ACL 前后候选、final_context 和生成。偶发空召回先对比节点、索引别名、缓存、超时与 candidate_count，稳定空召回再查切片粒度、Analyzer、Embedding 相似度和 ANN；回答跑偏先看正确证据是否进入 final_context，没进入查排序与 Token 预算，已进入才查 Prompt 窗口、冲突证据和模型忠实度。修复后重放原请求并把样本与断言加入门禁。

Q006｜生产 RAG 如何管理摄取、索引版本、删除和回滚？

我会把 corpus、parser、chunker、embedding、index、retriever 和 prompt/model 绑定为可重放版本；新文档先进入暂存索引，完成完整性、抽样查询和权限测试后原子切换读别名，旧版保留回滚。删除和撤权产生可审计事件，原文、Chunk、索引与缓存共同失效；查询只允许访问兼容向量空间，并在检索与缓存命中后重新授权。

Q007｜如何设计一个企业内部运维知识助手？

这是源文档中的示例设计：离线对 Markdown、PDF 和工单做版本识别、类型化解析、结构切块、批量 Embedding、暂存索引质检与原子切换；在线由网关传入可信身份，执行带 ACL 的混合召回、二次授权、原文核对、上下文预算、引用式生成和拒答。难点是解析质量、版本一致性和权限隔离，代表性风险是旧制度残留、未授权缓存和检索正确但上下文被截断；应以新增/修改/删除/撤权回归、分层 Trace 和固定证据集验收。仓库没有真实运行与评测结果，因此不能声称 QPS、Recall、延迟或业务收益。

Q008｜这个专题最常见的误区是什么？

常见误区有三类：回答成“Embedding 加向量库”，或承诺用了 RAG 就没有幻觉；从用户 Prompt 读取 tenant/role，或只在生成后隐藏敏感文本；把新旧 Embedding 混写同一索引，或只删原文不删向量与缓存。

Q009｜怎样做最小自测？

最小自测分三步：不看文档画出 RAG 的离线摄取与在线查询双链路；用三类文档比较不同 Chunk/Top-k，并解释为何不能照搬固定数值；设计同租户同角色但不同文档权限的越权回归。

Q010｜回答这个专题时，证据边界是什么？

Chunk、overlap、Top-k、阈值和 ANN 参数没有通用固定值，必须由目标语料、标注集、预算和实测确定。

3. 总结 ​

一句话记忆： Retrieval-Augmented Generation（检索增强生成，RAG）是在生成前从外部知识源取回证据，并把问题与证据共同交给模型。

  • Retrieval-Augmented Generation（检索增强生成，RAG）是在生成前从外部知识源取回证据，并把问题与证据共同交给模型。
  • 我会固定 request_id、身份和版本，依次检查权威语料、解析/Chunk、索引、查询处理、ACL 前后候选、final_context 和生成。
  • 常见误区有三类：回答成“Embedding 加向量库”，或承诺用了 RAG 就没有幻觉。
  • Chunk、overlap、Top-k、阈值和 ANN 参数没有通用固定值，必须由目标语料、标注集、预算和实测确定。