1. 什么是 RAG
大语言模型（LLM）虽然强大，但有两个绕不开的短板：
- 知识截止：训练数据有截止日期，无法回答最新信息
- 幻觉问题：对不确定的内容会"编"出看似合理但错误的答案
业界主要有两条路径来弥补：
- Tool Calling（工具调用）
- 原理：模型主动调用外部工具（搜索引擎、API、数据库）实时获取数据
- 适用场景：结构化查询、实时性强的场景（查天气、全网检索、调接口）
- RAG（Retrieval-Augmented Generation，检索增强生成）
- 原理：从外部知识库中语义检索相关文档片段，作为上下文喂给模型
- 适用场景：非结构化的私域知识（企业文档、产品手册、历史工单）
2. RAG vs 模型微调
| 维度 | RAG | 微调（Fine-tuning） |
|---|---|---|
| 成本 | 低，无需训练 | 高，需要 GPU 和训练时间 |
| 数据时效 | 实时，随时更新知识库 | 静态，需重新训练才能更新 |
| 硬件要求 | 普通服务器即可 | 需要高性能 GPU |
| 实现难度 | 中等，搭建检索管道 | 较高，需要训练数据和调参经验 |
| 适用场景 | 企业知识库、文档问答、客服 | 特定领域风格适配、专业术语理解 |
| 可解释性 | 强，能追溯答案来源 | 弱，模型内部黑盒 |
3. RAG 工作流程
1. 阶段一：文档入库（离线）
将原始文档处理后存入向量数据库，为后续检索做准备。
- 文档分割：长文档无法直接处理，需要切分成合适大小的文本块（Chunk）
- 向量化：通过 Embedding 模型将文本块转换为数学向量，语义相近的内容在向量空间中距离更近
- 存储：将向量和对应原文一起存入向量数据库，建立可检索的知识库
2. 阶段二：检索问答（在线）
用户提问时，从向量数据库中找到最相关的内容，交给 LLM 生成回答。
- 问题向量化：用同一个 Embedding 模型将用户问题转为向量
- 向量检索：在向量数据库中搜索与问题向量最相似的文本块
- 构建 Prompt：将检索到的文本块拼接到 Prompt 中，为模型提供参考依据
- 生成回答：LLM 基于上下文生成有据可查的回答，而不是凭空编造
整个流程的核心思想：让模型有据可查，而不是凭空回答。
4. 本专栏的定位
本专栏是一个纯后端的 RAG 实战专栏，带你从零搭建一套完整的检索增强生成系统。
设计原则：
- 渐进式：从最简单的内存向量存储开始，逐步升级到生产级 Qdrant
- 测试驱动：每个功能都配套测试用例，写完即可验证
- 聚焦 RAG：不是全栈应用专栏，专注于 RAG 管道本身的构建和优化
- 本地优先：全程使用 Ollama 本地模型，零 API 费用，随时练习
专栏会用 Spring AI 提供的 RAG 组件，从 SimpleVectorStore 起步，最终构建一个支持多格式文档、具备评估能力的 RAG 服务。
5. 前置要求
开始之前，请确保你的环境满足以下条件：
- JDK 25：Spring Boot 4.x 要求 Java 25+
- Ollama：已安装并运行（执行
ollama list确认服务正常） - Maven：3.9+ 或使用项目自带的 mvnw
- IDE：IntelliJ IDEA 推荐，VS Code 也可以
6. 本章小结
本章介绍了 RAG 的核心思想和两阶段工作流程，明确了本专栏的定位与前置要求。
| 知识点 | 说明 |
|---|---|
| RAG 核心思想 | 让模型基于检索到的外部文档回答问题，而非凭空生成 |
| 文档入库阶段 | 文档分割 -> 向量化 -> 存入向量数据库，构建可检索的知识库 |
| 检索问答阶段 | 问题向量化 -> 向量检索 -> 构建 Prompt -> LLM 生成有据可查的回答 |
| 专栏定位 | 纯后端、渐进式、测试驱动、本地优先，聚焦 RAG 管道本身 |
| 前置要求 | JDK 25、Ollama、Maven 3.9+、IDE |
接下来从零初始化 Spring Boot 项目，配置 Ollama 连接并验证基础通信。