RAG Development 是一个面向生产级问答管线的知识库，用于构建、优化或审计检索增强生成（RAG）系统，包括 Graph RAG、CRAG、Self-RAG 等模式。
用途 适用于以下场景：从零搭建新的 RAG 管线；选择分块策略、嵌入模型或向量数据库；实现混合检索、重排序或上下文检索；使用 RAGAS 或 DeepEval 评估 RAG 质量；针对成本、延迟或准确率优化生产 RAG；设计带访问控制的多租户 RAG；从朴素 RAG 升级到进阶模式。
快速上手建议 资料给出的默认起点为：分块采用递归字符切分，512 token，10-15% 重叠；嵌入使用 OpenAI text-embedding-3-small（性价比最佳）或 Cohere embed-v4（准确率最佳）；向量数据库使用 Qdrant 并配合标量 INT8 量化；检索采用混合搜索（稠密 + 稀疏 + RRF）；评估从第一天起使用 RAGAS 指标。
随后依据实测失败点逐步升级：关键词漏召回时加入稀疏向量（SPLADE/BM25）；分块语义模糊时加入上下文检索（Anthropic 模式）；结果不相关时加入交叉编码器重排序；多跳失败时升级为 Agentic RAG。
管线架构 文档摄取：原始文档 -> 预处理（Unstructured.io）-> 分块 -> 上下文增强 -> 嵌入 -> 向量数据库。 查询管线：用户查询 -> 查询变换 -> 编码（稠密 + 稀疏）-> 混合搜索 -> 重排序 -> LLM 生成。 评估循环：真实标注 + 预测结果 -> RAGAS/DeepEval -> 忠实度、相关性、精确率、召回率。
关键决策点 分块：默认递归 512 token；结构化文档可改为 markdown 感知；存在交叉引用时可用 late chunking。 嵌入：默认 text-embedding-3-small；需要更高准确率可用 embed-v4；自托管可用 NV-Embed-v2。 向量数据库：默认 Qdrant + INT8；已在 Postgres 上可用 pgvector；需要托管服务可用 Pinecone。 搜索：默认仅稠密；关键词漏召回时加入稀疏混合；多样性不足时加入 MMR。 重排序：默认无；当 top-k 结果包含不相关项时加入 Cohere Rerank。 缓存：默认无；生产环境有延迟或成本顾虑时使用语义缓存。 评估：默认人工抽查；任何生产使用都应采用 RAGAS 自动化指标。
参考材料 references/ 目录下包含详细参考文档：chunking-strategies.md（各类分块方法、代码、基准与选择指南）、embedding-models.md（模型对比、Matryoshka 嵌入、微调、稀疏/稠密/多向量）、retrieval-patterns.md（混合搜索、HyDE、上下文检索、重排序、MMR）、advanced-rag-patterns.md（Graph RAG、RAPTOR、CRAG、Self-RAG、Agentic RAG、多模态 RAG）、vector-databases.md（Qdrant 深入解析、数据库对比、扩展策略）、production-guide.md（评估、可观测性、缓存、安全、成本优化）。
限制 资料未提供具体安装命令、代码示例细节、收费与价格信息、平台支持范围及实际效果数据，这些内容暂未提供。