用途：帮助团队把 RAG（检索增强生成）系统可靠、可扩展、可维护地部署到生产环境，以清单形式覆盖上线前、部署中与部署后的关键检查点。
主要能力：
- 上线前检查：数据与索引（文档管道、摄取来源、按类型解析、分块策略基准测试、元数据抽取、索引刷新策略含实时/定时/按需、过期文档检测、增量更新、去重、空或损坏文档处理、PII 检测、来源校验）；检索（向量、混合、GraphRAG 策略选择，重排序，嵌入模型与维度、批量嵌入、嵌入版本管理，向量库选型如 Pinecone、Weaviate、Qdrant，分片与副本、备份恢复）；生成（LLM 选型与成本质量权衡、温度参数、上下文窗口、回退模型、系统提示词、少样本示例、输出格式、护栏）。
- 架构模式：给出负载均衡 + 无状态 API 服务 + Redis 查询缓存 + 向量库 + LLM 网关的基础生产架构示意；LLM 无关设计（抽象 LLMProvider，OpenAI/Anthropic 实现，RAGService 组合检索与生成）。
- 缓存策略：查询缓存（Redis，MD5 键，TTL）与嵌入缓存（7 天 TTL）。
- 错误处理与回退：检索超时（5 秒）与异常时使用空上下文，主 LLM 失败切换回退 LLM，返回状态 success/fallback/no_results/error。
- 可观测性：structlog 结构化日志记录请求 ID、检索与生成耗时、文档数、答案长度；Prometheus 指标（查询计数、延迟直方图、索引文档数）；仪表盘告警阈值（P95 延迟 >5 秒、错误率 >5%、缓存命中率 <50%、空结果率 >20%、LLM 回退率 >10%）。
- 安全清单：输入校验（查询长度限制、提示注入检测、按用户限流）、数据保护（响应 PII 过滤、文档访问控制、审计日志）、API 安全（认证、仅 HTTPS、密钥轮换）。
- 成本优化：CostAwareRAG 按月度预算估算成本，超预算时改用更便宜模型。
- 部署清单：预部署（负载测试、评估指标达标、回滚方案、值班轮换）、部署（10% 金丝雀、监控错误率与延迟、逐步放量）、部署后（指标稳定、缓存命中率、用户反馈、一周后首次复盘）。
使用方式：作为部署 RAG 系统的检查表逐项核对，并参考其中的架构与代码模式实现缓存、回退、监控与成本控制。
适用场景：将 RAG 从原型推向生产、扩展检索规模、提升可靠性与可维护性的工程团队。
限制：资料未提供具体安装命令、依赖版本、定价或性能基准数据；代码示例为示意性实现，需按实际技术栈调整。