从零实现一个最小可用的 RAG：切分、向量化、召回与生成

不依赖任何 RAG 框架，用不到 150 行 Python 搭出可以回答私有文档问题的检索增强系统，并逐步分析每个环节对效果的影响。

本文目录

• 整体流程
• 一、切分：按语义边界，而不是按字数硬切
• 二、向量化与索引
• 三、生成：让模型「只根据资料」回答
• 四、效果从哪里来：四个最常见的问题
• 五、怎样评估
• 完整代码