📚 上下文、RAG 与记忆
RAG 全链路：解析、切分、召回、重排与生成
从数据入库到回答引用的完整流程。
采集 → 解析/清洗 → 语义切分 → Embedding/倒排索引 →
查询理解 → 权限过滤 → 混合召回 → 重排 → 上下文组装 → 生成/引用/拒答
数据层保留标题、章节、表格、代码、来源、时间、租户和权限。解析或切分错误会让后续优化失效。
检索层中关键词与向量互补，Top-K 不是越大越好；先提高 Recall，再用重排提高前几条精度。查询改写不能丢型号、时间和限定条件。
生成时按相关性和来源组织上下文，要求基于证据回答并逐条引用；证据不足允许拒答或追问。
RAG 解决可更新知识与证据，微调改变行为、风格或能力；二者可组合，不能简单互相替代。