检索增强生成（RAG）

从大语言模型的知识边界出发，讲清检索、切块、重排与评估的原理，回望 2026 年 RAG 的现实形态，最后动手构建一个属于自己的知识库问答系统。

Mav

从幻觉现象出发，分析参数化知识的三个结构性缺陷，引出检索增强生成的基本思想与完整流水线，并快速铺垫全书所需的背景知识。

系统讲解 RAG 的检索层：词法检索的倒排索引与 BM25，语义检索的 embedding 与余弦相似度，近似最近邻索引与向量数据库的本质，以及混合检索与 RRF 融合。

深入 RAG 流水线中最不起眼却最关键的环节：切块策略及其失败模式、上下文增强技巧、bi-encoder 与 cross-encoder 的原理差异、两阶段检索架构，以及查询侧的改写技术。

把 RAG 调优从玄学变成科学：按检索与生成两段拆解失败模式，讲清 Recall@k、MRR 等检索指标与忠实度等生成指标，介绍 LLM-as-judge 方法及其偏差，以及如何构造自己的测试集。

把镜头拉远看现实：从单轮 RAG 到模型自主驱动的 agentic 检索，编程助手为何用 grep 而不用向量库，GraphRAG 如何回答全局性问题，以及百万 token 上下文时代'RAG 已死'争论的完整分析。

不用任何框架，用约两百行 Python 把前五章全部落地：读取并切块自己的 Markdown 资料库，调用 embedding API 建立向量索引，实现混合检索与带引用的生成，最后跑一遍自动化评估。

正文刻意回避的工程生态一次讲清：向量数据库怎么选、LangChain 等框架的定位、embedding 模型选型要点，以及一份按阅读顺序编排的延伸阅读清单。