用途：构建完整的 RAG（检索增强生成）问答系统，将语义搜索与大模型问答结合，让用户用自然语言提问并获得基于文档集合的答案。适用于技术文档助手、标准库问答、领域知识聊天机器人、知识库自然语言查询，以及为现有文档系统增加 AI 搜索。
主要能力：使用 sentence-transformers 生成向量嵌入，通过余弦相似度做向量检索，取 Top-K 相关文本块，拼接上下文与问题后交由 Claude 或 OpenAI 生成答案，并附来源归属。支持多轮对话、流式响应、混合检索（BM25+向量，alpha 加权）、CrossEncoder 重排序，以及 FAISS 大规模向量检索。
使用方式：需先准备含提取文本的知识库与向量嵌入，并配置 ANTHROPIC_API_KEY 或 OPENAI_API_KEY。安装依赖：pip install sentence-transformers anthropic openai numpy；可选 faiss-cpu、rank-bm25。提供 CLI，可单次提问、交互模式、指定 top_k 与 provider，例如 ./rag -i 或 ./rag --provider openai "问题"。
限制：资料未提供具体收费与价格信息；效果依赖知识库质量与参数调优，可能出现 API 限流、空结果、上下文过长、答案质量低等问题，需相应处理。