模型记忆中的知识，不等同于你的资料
大模型的参数中并不包含本校讲义，却仍可能把未见过的问题回答得煞有介事。RAG 的做法是：提问时先检索本班材料，将命中的切片连同出处一并交给模型，使回答能够回溯到原文。若未检索到依据，则不应生成任何内容。
RAG 原理与技术选型
RAG（Retrieval-Augmented Generation，检索增强生成）先从资料中检索依据，再让生成模型依据这些证据作答。本课实现简短回答：仅当存在命中切片时才调用生成模型，并标注出处。流式长对话安排在第 5 课。
1RAG 解决什么问题
1 切分长文切分为切片
2 嵌入文本转换为向量
3 入库正文入关系库，向量入向量库
4 检索关键字、向量或混合检索
5 生成有切片才生成简短回答
2主流技术方案与本课选型
| 环节 | 常见技术 | 本课选型 |
|---|---|---|
| 切分 | 固定窗口、按分隔符、按标题层级；亦有按句子或语义边界切分的方法 | 自动窗口、自定义分隔符、Markdown 标题；默认约 800 字，重叠约 10% |
| 嵌入 | 调用兼容 OpenAI /embeddings 接口的嵌入模型，得到固定维度的浮点向量 |
仅在服务端调用课程网关；向量维度与 Qdrant collection 保持一致，密钥不下发到浏览器 |
| 向量库 | Qdrant、Milvus、pgvector、Chroma、Weaviate 等，相似度度量多采用余弦距离 | Compose 中的 Qdrant；集合 campusclaw_chunks，度量方式为余弦 |
| 关键字 | 倒排索引。英文常用 BM25；中文须借助 ngram 或分词器，否则全文索引无法正确切词 | MySQL FULLTEXT ... WITH PARSER ngram，token 长度为 2 |
| 混合排序 | 分数加权求和，或 RRF（Reciprocal Rank Fusion，倒数名次融合） | 两路先按绝对分数过滤，再执行 RRF（k = 60）。名次分不是相关性阈值 |
| 重排序 | 使用交叉编码器对前若干条候选重新打分，通常比单次向量检索更准确，但延迟更高 | 本课不实现 |
| 编排框架 | LangChain、LlamaIndex，以及 Dify 一类带可视化界面的知识库产品 | 不引入框架。由 Go 服务自行完成切分、向量嵌入与检索，便于对照规约逐条验收 |
切片正文保留在 MySQL，向量库仅保存向量与若干标识。向量主键等于
knowledge_chunks.id——这是本课的关联方式，而非将整段原文重复存入 Qdrant。