KnowForge RAG · 第一阶段：基础概念
项目概述与 Docker 环境搭建
从可运行的工程全貌切入，说明 RAG 的核心链路、KnowForge RAG 的系统边界与技术栈，并完成 Docker Compose 本地环境的启动验证。
Tag
#RAG
27 项内容
项目章节
KnowForge RAG · 第一阶段：基础概念
RAG 核心概念深入
聚焦 Embedding、向量相似度、Dense 与 Sparse 检索以及 Reranker，建立混合检索所依赖的数学直觉和工程判断依据。
KnowForge RAG · 第二阶段：核心 RAG 链路
LangChain 生态系统
梳理 LangChain 组件在 KnowForge RAG 中的实际职责，明确 Runnable、Prompt、消息、解析器及历史记录与业务编排之间的边界。
KnowForge RAG · 第二阶段：核心 RAG 链路
Milvus 索引机制与基本操作
从服务化向量数据库的选型出发，展开 Milvus 的数据模型、索引机制、检索参数与基础操作，为后续混合检索链路建立可靠的数据底座。
KnowForge RAG · 第二阶段：核心 RAG 链路
第二阶段实践：Vibe Coding 实践（简易混合检索 RAG）
以可运行的简易混合检索 RAG 为目标，使用 Codex 推进需求约束、代码实现、验证与修正，串联 Dense、Sparse、HNSW 和 Milvus 等核心能力。
KnowForge RAG · 第二阶段：核心 RAG 链路
检索策略与动态计划
将入口阶段产生的 IntentResult 转换为可执行的 RetrievalPlan，集中定义召回通道、过滤边界、候选规模和重排策略。
KnowForge RAG · 第二阶段：核心 RAG 链路
Milvus 混合检索
落地 Milvus Dense 与 Sparse Hybrid Search，覆盖数据前置检查、过滤表达式、结果融合、候选去重以及 Reranker 精排。
KnowForge RAG · 第二阶段：核心 RAG 链路
QAService 核心编排
以 QAService 作为应用服务门面，组织查询准备、检索和流式生成的调用顺序，让业务编排与底层能力保持清晰分工。
KnowForge RAG · 第二阶段：核心 RAG 链路
RAG Pipeline 主流程与 Prompt 生成
贯通 RAG Pipeline 的八个执行阶段，明确 FAQ 快速路径、上下文筛选与截断、Prompt Profile 选择、变量注入及答案引用增强。
KnowForge RAG · 第三阶段：Web 服务基础设施
FastAPI 与异步 Web 框架
围绕 KnowForge RAG 的 API 层说明异步请求模型、路由、中间件、依赖注入与 WebSocket 流式输出，呈现接口到核心服务的完整衔接。
KnowForge RAG · 第三阶段：Web 服务基础设施
应用入口与环境前置校验
拆解 FastAPI 应用启动过程，将关键依赖的前置校验与运行态容错分开，确保服务只在配置和基础设施满足条件时接收请求。
KnowForge RAG · 第四阶段：治理与生产化
知识库治理与离线入库发布
以一次完整的知识库发布为主线，串联数据边界、候选版本、增量入库、质量门禁和 active 切换，形成可追踪且可回滚的治理流程。
KnowForge RAG · 第四阶段：治理与生产化
RAG 质量评测与 Bad Case 闭环
建立覆盖检索与答案的本地评测体系，通过固定样本、JSON 报告、质量门禁和 Bad Case 回流，让系统改动具备可比较的质量依据。
KnowForge RAG · 第四阶段：治理与生产化
线上可观测性、Trace 与容量治理
围绕日志、指标与 Trace 建立线上诊断链路，并将 LangSmith 适配、问题回流、容量评估、压测和监控告警纳入生产治理。
KnowForge RAG · 第四阶段：治理与生产化
Docker 交付与排障
从交付视角整合镜像、容器、Compose、网络、卷挂载、健康检查与环境变量，给出跨 Windows 和 Linux 的部署、验收及排障路径。
KnowForge RAG · 技术附录
Pydantic 数据校验与 Settings 管理
集中说明 Pydantic 在请求模型、配置管理和结构化输出中的作用，用类型声明与运行时校验收紧跨模块数据边界。
KnowForge RAG · 技术附录
SHA256 内容指纹与增量检测
解析 SHA256 内容摘要如何生成稳定指纹，并说明 IndexManifest 如何据此识别文件变化、跳过未变内容和组织增量入库。
KnowForge RAG · 技术附录
HNSW 图索引原理与参数调优
从高维向量暴力搜索的成本出发，拆解 HNSW 的分层小世界图、近似搜索过程，以及 M、efConstruction、ef 等参数的性能权衡。
KnowForge RAG · 技术附录
CrossEncoder 重排器
说明 CrossEncoder 如何对召回候选进行联合语义评分，并结合 BGE Reranker 展开精度收益、推理成本、策略开关与失效场景。
KnowForge RAG · 技术附录
RecursiveCharacterTextSplitter 递归切分算法
解析 RecursiveCharacterTextSplitter 的分隔符递归过程，并量化 chunk_size、chunk_overlap 与文档结构对切分完整性和检索质量的影响。
KnowForge RAG · 技术附录
Embedding 模型选型与原理深入
从文本向量化的完整过程出发，对比维度、池化、归一化和 MTEB 指标，说明 BGE-M3 等模型在中文 RAG 中的选型与调优依据。
KnowForge RAG · 技术附录
文档切分策略：Parent-Child Chunking
围绕 Parent-Child Chunking 的召回粒度与上下文完整性，展开父子块生成、检索后展开、参数选择和不同文档类型的切分策略。
项目
Enterprise RAG Project
KnowForge RAG
围绕企业级 RAG 系统，从检索、生成、知识库治理到测试、观测和容器交付形成的完整项目实践。
#KnowForge#RAG#工程实践