一、概述与全链路 RAG（检索增强生成）：用户提问 → 检索知识库相关片段 → 注入 Prompt → LLM 基于真实数据生成。解决知识截止、幻觉、无法访问私有数据。 Naive RAG（检索-拼接-生成）→ Advanced RAG（Query 改写、混合检索、Rerank）→ Modular RAG（可插拔模块、Agent 动态决策） 文档 → Chunking → Embedding → 向量数据库 用户查询 → Query改写 → 向量化 → 混合检索 → Rerank → Prompt → LLM生成  二、文档处理（Chunking + Metadata） 切分策略    策略 ...

看来得重新踏上征程了。后悔之前oc之后没有走其他的流程。

只能走到这里了吗

520那天晚上，公司正在为618忙得热火朝天，我却一个人坐在会议室里哭01 少年心事当拿云我本科是电气工程专业，19年跨考了计算机，靠着小公司实习的跳板，21年面进了阿里的暑期实习。实习入职给我的评级是B，不过做了三个月之后，实习转正答辩也不错，结果当天就给我的评级提到了A，22年正式入职。就这样到了23年上半年，接了个大项目，是对我个人能力提升巨大的一个项目，跟在组里的一个资深的P7后面做，跨了三个事业群去推动一件事情，他负责统筹协调，我负责技术实现，学习到了很多相关技巧，很多横向合作的能力都是在这里练出来的。这个时候我觉得我好像还可以，在大团队的同期里面应该算是比较靠前的，两年升P6应该是...