RAG 基础原理与完整流程

适合零基础复习。本篇只整理今天已经学习的内容：RAG 基础、LangChain 的定位、Models、消息、多轮对话、invoke()、Prompt Template、Zero-shot，以及最基础的 Chain/LCEL。
学习边界：本文不讲 Few-shot 的实现代码，也不展开后续 RAG 模块。

---

一、今天的知识地图

大模型的局限
    ↓
为什么需要 RAG
    ↓
RAG 的标准流程
    ↓
为什么常用 LangChain 组织流程
    ↓
Models：LLM / Chat Model / Embedding Model
    ↓
Messages 与多轮对话
    ↓
Prompt 与 PromptTemplate
    ↓
Zero-shot
    ↓
prompt | llm → Chain（LCEL）

---

二、为什么需要 RAG？

2.1 普通大模型的三个常见局限

把普通大模型想象成一个正在“闭卷考试”的人。它很聪明，但可能遇到三个问题：

1. 不了解私有知识：例如公司制度、内部文档、个人资料通常不在训练数据里。
2. 知识可能过时：模型训练时掌握的知识存在时间边界。
3. 可能产生幻觉：不知道答案时，模型仍可能生成看似合理但并不真实的内容。

例如，直接问模型：

我们公司的年假申请流程是什么？

模型没有看过公司的内部制度，无法可靠回答。

2.2 RAG 的核心思想

RAG 全称：

Retrieval-Augmented Generation，检索增强生成。

一句话理解：

先查资料，再让大模型根据查到的资料回答。

用户问题
   ↓
从知识库检索相关资料
   ↓
把“资料 + 问题”交给大模型
   ↓
大模型基于资料生成答案

RAG 相当于给大模型提供了一场“开卷考试”。检索到的资料是本次回答使用的参考材料。

2.3 RAG 没有修改模型参数

RAG 通常不是重新训练模型，也不是“优化模型参数”。它是在模型生成答案前，动态提供相关上下文。

正确表达：

把检索到的上下文和用户问题一起交给大模型，由大模型生成答案。

---

三、RAG 的标准流程

RAG 可以分成两个阶段：知识库准备阶段和问答阶段。

3.1 知识库准备阶段

原始文档（PDF / Word / TXT 等）
            ↓
        文档读取
            ↓
      文本清洗 / 处理
            ↓
       文本切块 Chunk
            ↓
    Embedding 文本向量化
            ↓
       存入向量数据库

为什么要切块？一份文档可能很长，既不适合整篇交给模型，也不利于精确检索。切成多个较小的 Chunk 后，可以找出与问题最相关的片段。

为什么要向量化？Embedding Model 会把文本转换成向量，使计算机能够比较文本之间的语义相似度。

3.2 用户问答阶段

用户提出问题
      ↓
问题 Embedding 向量化
      ↓
在向量数据库中进行语义相似度检索
      ↓
召回最相关的若干 Chunk
      ↓
把“相关 Chunk + 用户问题”填入 Prompt
      ↓
交给大模型生成答案
      ↓
返回结果

3.3 完整数据流

flowchart TD
    A[原始文档] --> B[文档读取]
    B --> C[清洗与处理]
    C --> D[文本切块 Chunk]
    D --> E[Embedding 向量化]
    E --> F[向量数据库]
    Q[用户问题] --> G[问题向量化]
    G --> F
    F --> H[相似度检索]
    H --> I[相关文本 Chunk]
    Q --> J[Prompt Template]
    I --> J
    J --> K[完整 Prompt]
    K --> L[LLM / Chat Model]
    L --> M[最终答案]

---

四、为什么 RAG 项目常用 LangChain？

一个完整 RAG 项目涉及很多环节：

Loader → Splitter → Embedding → Vector Store
       → Retriever → Prompt → Model → Output

如果不用框架，也完全可以自己调用 PDF 解析库、Embedding API、向量数据库 API 和大模型 API，再手动编写连接逻辑。但组件越多，代码越容易与具体厂商的接口耦合。

LangChain 的价值在于：

• 为常见组件提供相对统一的抽象和调用方式；
• 帮助组织不同组件之间的数据流；
• 方便把多个步骤组合成完整工作流；
• 降低更换模型、Embedding 或向量数据库时的耦合。

注意：“降低耦合”不等于所有组件都能无成本地一行替换。不同服务仍可能有自己的参数和特性。

4.1 RAG 与 LangChain 的关系

RAG：一种技术架构思想

LangChain：实现大模型应用的一种开发框架

RAG 并不依赖 LangChain：

RAG
├── 自己用 Python 实现
├── 使用 LangChain 实现
├── 使用 LlamaIndex 等其他框架实现
└── 使用其他技术组合实现

所以：

RAG ≠ LangChain。LangChain 可以帮助我们更方便地实现 RAG。

---