RAG 工程与检索系统设计

一本系统讲解 RAG 从 demo 到生产的工程专著。

RAG 不是"向量数据库 + 大模型"这么简单。真正的生产级 RAG 系统要处理文档解析、分块、Embedding、索引构建、权限过滤、混合召回、重排序、上下文压缩、引用溯源、增量更新、质量评估、成本延迟控制，以及 Agent 长期记忆。任何一环做错，最终都会表现为同一个症状：模型看似会回答，实际不可信。

本书从一次用户提问的完整生命周期出发，拆解 RAG 系统的每个工程边界：知识如何进入系统、问题如何变成检索请求、候选证据如何被筛选、上下文如何被打包、答案如何被验证、系统如何被评估和运营。目标不是教你调一个框架 API，而是建立一套能迁移到企业知识库、代码检索、客服问答、研究助手、Agent Memory 的工程心智模型。

适合谁读

有一定编程经验的 AI 应用开发者、RAG 系统架构师、搜索与推荐工程师、Agent 框架设计者，以及所有想把"知识库问答 demo"推进到生产环境的技术人。

目录

开篇

• 前言
• 第1章 为什么 RAG 是 AI 应用的第二大脑

第一部分：RAG 系统全景

• 第2章 从一次提问读懂 RAG 全链路
• 第3章 RAG 的失败模式：找不到、找错、塞不下、答不准
• 第4章 生产级 RAG 架构：离线索引、在线检索与反馈闭环

第二部分：知识进入系统

• 第5章 文档解析：PDF、HTML、Markdown、代码仓库
• 第6章 Chunking：固定分块、结构化分块与语义分块
• 第7章 Metadata 与权限模型：让知识带着边界进入索引
• 第8章 增量索引：更新、删除、重建与一致性

第三部分：表示与索引

• 第9章 Embedding：文本如何变成可检索的向量
• 第10章 向量索引：Flat、HNSW、IVF 与 PQ 的工程直觉
• 第11章 向量数据库：Qdrant、Milvus、pgvector 的架构取舍
• 第12章 稀疏检索：BM25 为什么仍然重要

第四部分：召回、排序与上下文

• 第13章 Hybrid Search：向量召回与关键词召回的融合
• 第14章 Rerank：把"大致相关"变成"真正可用"
• 第15章 Query Rewrite：让用户问题变成可检索问题
• 第16章 Context Packing：把证据装进有限上下文
• 第17章 引用、溯源与答案可信度

第五部分：Agent Memory 与 GraphRAG

• 第18章 长期记忆：Agent 如何记住用户与任务
• 第19章 GraphRAG：实体、关系与图检索

第六部分：生产化

• 第20章 RAG 评估：召回、排序、答案与幻觉检测
• 第21章 成本、延迟、缓存与生产调优
• 第22章 从零构建一个生产级 RAG 系统

版权声明

本书采用 CC BY-NC 4.0 许可协议。转载或引用请署名 杨艺韬 并附原文链接，禁止商业用途。