AI 开发入门之 RAG 技术

如果关注 AI 领域，那么 RAG 这个名词你肯定不陌生，这篇文章，我们就来揭开它的神秘面纱。为什么需要 RAG，它到底是什么，能解决什么问题。

一、从一个简单的问题开始

假设你在和一个 AI 聊天助手对话，你问它：

“北京到上海高铁多久？”

这看起来像个非常简单的问题，但它考验的却是 AI 模型的知识广度和知识时效性。

你希望它能回答类似这样：

“大约 4.5 到 6 小时，具体取决于车次。”

但是，假设这个 AI 模型训练得比较早，它可能回答是——

“我不知道。”

或者：

“我认为北京和上海之间目前没有高铁。”（因为它只看到了 2010 年以前的数据）

这就暴露出一个大语言模型的通病：

训练完就定格了，它不会自己更新知识。

---

二、语言模型“闭卷考试”的困境

所有的大语言模型（如 GPT、Claude、Gemini）在训练时都要读取大量文本，比如：

• 维基百科
• 新闻网站
• Reddit 论坛
• Github 代码
• 开放书籍、论文

训练结束后，它就像一个“背书高手”，记住了大量的知识。但这也意味着一但遇到新知识、实时内容、你私有的数据，它就歇菜了。

所以问题就来了：怎么让模型既有“语言能力”，又能随时“看资料再回答”呢？

这时候就该 RAG 登场了！

---

三、RAG 是什么—LLM 的现实世界“外挂”

RAG，全称是 Retrieval-Augmented Generation，翻译为“检索增强生成”。

通过字面意思也能看出来它的核心作用，通过检索来增强生成（废话）

用通俗话来讲：
它让 AI 在回答之前，先“查资料”，再用大模型来“组织语言”。

就像你考试的时候如果不确定答案，那就翻课本，然后用自己的话组织一段回答。

想象一个真实的场景，比如你在一家 SaaS 公司，客户经常问你：

• “你们的产品怎么绑定企业微信？”
• “有没有 API 文档？”
• “怎么开具发票？”

这些内容，可能都写在：

• 帮助中心文档
• FAQ 文档
• 客服聊天记录
• 内部知识库

而传统的 ChatGPT 模型对这些你们内部的这些专属知识一无所知。

这时候你就可以用 RAG，它的基本流程是：

1. 用户提问
2. 在你的知识库里“检索”相关文档段落（比如找到 API 文档那一段）检索
3. 把这些内容和用户问题一起送进语言模型 增强
4. 生成一个有针对性的、个性化的回答。生成

这样的系统既懂你公司，又能写好回答。

所以 RAG 的核心优势显而易见：

优点	解释
实时更新	你改了文档，模型就能学会新内容，不需要重新训练
私有知识	可以在不暴露给外部模型的前提下使用公司内部数据
可控性强	检索什么，传给模型什么，你可以干预整个过程
更少幻觉	模型参考真实资料后，不容易瞎编

所以，总的来说，大语言模型就像是通用的大脑，RAG 则让它接入你自己的知识，RAG 不是让模型更“聪明”，而是让它更“有见识”。

通过上面的描述，RAG 听起来很简单嘛。

但真正的 RAG 系统背后可是有很多技术细节：

• 文档如何分段（chunking）
• 怎样计算用户问题和文档的“语义相似度”（向量检索）
• 检索出几条内容？怎么拼接 Prompt？
• 模型是否支持多轮记忆和上下文压缩？
• 如何缓存和优化响应速度？

等等，这些都会影响最终效果。

四、RAG 的七步流程

我们已经大致了解了 RAG 的原理，现在我们就从宏观视角来看看 RAG 的全流程是怎么样的。

第一步：加载数据（Load）

RAG 的第一步，就是从你现有的资料中**“把内容读进来”**。比如我们加载一份 FAQ 文档：

import {
   
    TextLoader