RAG 的最小闭环：检索、证据、回答

RAG 的核心，是先找到与问题有关的资料，再让模型基于这些资料回答。它把外部知识接入生成过程，但不会自动消除幻觉，也不会自动解决资料权限。

把检索和生成拆开后，你才知道问题出在哪里：是资料没找到，还是模型没有正确使用已经找到的证据。

两条链路，一个闭环

离线链路负责文档导入、解析、切块、元数据与索引更新。在线链路负责接收问题、限制可访问资料、召回、排序、组装证据和生成回答。

先保留原始来源、文档版本和块位置。回答中的引用需要能回到具体证据，而不只是一个无法定位的大文件。

对于多用户或多项目的数据，应在检索过程中施加权限边界。不能先把所有资料交给模型，再要求模型自己忽略不该看到的内容。

最小实现不一定需要向量库

学习阶段可以先用关键词匹配观察流程。它不等于语义检索，也不适合复杂中文分词，但能帮助你分清输入、可用资料与检索结果。

下面使用人工构造的英文句子，以空格分词。代码不会调用模型，重点是先过滤权限，再挑选有匹配词的证据。

documents = [
    {"id": "public-cache", "scope": "public", "text": "cache reduces repeated computation"},
    {"id": "public-retry", "scope": "public", "text": "retry needs an idempotent operation"},
    {"id": "private-note", "scope": "private", "text": "cache configuration is restricted"},
]

def retrieve(question, allowed_scopes):
    query = set(question.lower().split())
    candidates = []
    for doc in documents:
        if doc["scope"] not in allowed_scopes:
            continue
        score = len(query & set(doc["text"].lower().split()))
        if score:
            candidates.append((score, doc["id"]))
    return [doc_id for _, doc_id in sorted(candidates, reverse=True)]

assert retrieve("cache", {"public"}) == ["public-cache"]
assert retrieve("payment", {"public"}) == []
print(retrieve("retry operation", {"public"}))

这里的可访问范围由可信程序提供，不来自模型生成的参数。真实项目还需要与当前用户和资源授权系统绑定。

证据不足时，允许没有答案

召回了一段文本，不意味着它回答了问题。相似度高也不是事实成立的证明。需要检查资料是否涉及问题、是否足够新、是否能支持具体结论。

没有足够证据时，返回明确的“资料不足”，或询问必要信息。不要用训练记忆填补来源空缺，然后把资料列表附在后面当作引用。

引用也应贴近被支持的陈述。用户应该能看出哪条证据支持哪句话。

保留可定位的中间结果

为每次请求保留召回文档 ID、排序结果和最终使用的来源 ID。默认不记录完整用户问题和资料正文，必要的调试样本通过单独的受控流程处理。

如果答案错误，先检查正确文档是否进入候选集，再检查它是否被送进上下文，最后检查生成是否忠于证据。跳过这些步骤直接换提示词，容易掩盖真正的问题。

下一步

用三份公开说明搭建一个小资料集。准备一个有明确答案的问题，一个没有答案的问题，以及一个没有访问权限的问题。

先验证检索和出处，不急着接生成。再进入下一篇，观察切块怎样改变检索结果和引用完整性。