RAG 教程与知识库项目实战：检索、引用和效果评测

适合谁，怎样开始？

能够完成基本模型调用，希望让应用基于指定资料回答问题，并能解释来源和检索效果的开发者。

RAG 是什么，解决什么问题？

RAG 将检索得到的资料放入模型上下文，用于生成有依据的回答。资料问答项目应先定义用户和问题，再明确哪些文档能够回答。它不会自动保证答案正确：资料版本、片段相关性、权限和模型使用证据的方式都需要检查。

从文档处理到带来源的回答

处理文档时保留标识、章节和版本，切分尽量保持条件与语义完整。检索前落实权限过滤，生成时将引用关联到实际命中的片段。没有足够依据时明确拒答，而不是把模型常识写成资料结论。

如何评测知识库应用的效果？

准备至少十条问题，覆盖正常、跨段、无答案和错误前提场景。分别记录检索命中、引用正确性、回答和拒答结果。发现错误后区分资料缺失、切分、检索、引用和生成原因，一次修改一个因素，用同一问题集复测并保留退化案例。

按顺序学习

当前开放 4 个学习单元，阅读方法、完成实践并保存自己的验证记录。

1. 文档处理与切分L3 · 约 12 分钟
2. 检索、引用与回答L3 · 约 15 分钟
3. 检索与回答效果评测L3 · 约 18 分钟
4. 失败分析与改进L3 · 约 21 分钟

用项目检验方法

从文档到有依据的回答。按任务步骤完成真实成果，再核查交付记录。

常见学习问题

检索到了文档，为什么仍然答错？

片段可能只有相同关键词，却缺少关键条件；也可能实际传入的上下文或引用关联有误。需要逐层检查命中片段、模型上下文和生成结果。

RAG 项目怎样用于简历或面试？

整理问题、个人贡献、实现、测试和失败案例。使用实际测量支持成果，不编造准确率或收益；准备解释设计取舍和新的限制条件。