RAG 应用的完整数据链路

RAG 将外部知识检索结果放入模型上下文，让回答具备更好的时效性和可追溯性。

索引阶段

文档首先经过清洗、切分、向量化与持久化。Chunk 不是越小越好，它需要在语义完整性和检索精度之间取得平衡。

flowchart LR
  A[原始文档] --> B[清洗]
  B --> C[语义切分]
  C --> D[Embedding]
  D --> E[向量索引]

查询阶段

查询可先改写，再进行向量检索、关键词检索与重排，最终把高质量上下文交给模型。

评测指标

同时关注检索召回率、上下文相关性、答案忠实度、延迟和成本。不要只凭几个演示问题判断系统质量。