EN
← 全部学习系列
AI 工程学习系列

RAG 与知识检索

把文档变成可检索的证据，让答案有出处、系统可评估。

3 篇文章 · 按顺序学习
建议基础：能阅读简单的 Python 代码，并了解 HTTP 与 JSON。示例以理解工程边界为目的，可以在本地练习。
从有资料，到有证据。

系列目录

  1. RAG 与知识检索·第 1 篇·3 分钟

    RAG 的最小闭环：检索、证据、回答

    拆解知识检索与生成两条链路，用离线关键词检索示例理解出处、无答案与权限过滤。

  2. RAG 与知识检索·第 2 篇·3 分钟

    文档怎么切：先保留语义，再讨论向量索引

    理解切块、重叠、元数据与向量索引的职责，用窗口切分示例观察边界与证据完整性。

  3. RAG 与知识检索·第 3 篇·3 分钟

    如何评估 RAG：把检索和回答分开检查

    用 Recall@k、证据支持与无答案用例定位 RAG 问题，用小数据集演示检索评估。

继续探索

3 篇 · 系列

模型与 API

理解模型的边界，写好第一次调用，再用评测做选择。

开始这个系列
3 篇 · 系列

Agent 工程

厘清工作流、工具与状态，把一次演示变成可恢复的任务。

开始这个系列