RAG 与知识库图文讲义3301 字

RAG十种优化技巧

更新于 2026-01-13·全库 40 / 611

《RAG十种优化技巧》共 17 页、0.3 万字，通篇围绕检索、向量、RAG、召回展开，归在「RAG 与知识库」这一层。

覆盖检索向量RAG召回上下文rerank

适合手上有一堆资料，要把它变成能问答的知识库的人

目录骨架（8 节）

RAG 十种优化技巧
一切的起点：标准 RAG 的工作流
标准 RAG 的挑战：我们为何需要优化？
核心思想：“小块检索，大块生成”（Small-to-Big）
技巧 3：句子窗口检索（Sentence-Window Retrieval）
技巧 4：多路召回（Multi-path Recal）
技巧 5：精排（Rerank）- 双层筛选，去粗取精
技巧 6：查询改写（Query Rewriting）- 更好地理解用户意图

原 PDF 已逐页还原成图，共 17 页，这里先放前 3 页，其中 2 页识别出了标题。右侧文字由 OCR 按版面重排，可能有个别错字，以图为准；点图可全屏放大。

本讲义目录 · 3 页

01RAG 十种优化技巧
02我们将要探索的路径：RAG 工程师的…
03一切的起点：标准 RAG 的工作流

第 1 页

RAG 十种优化技巧

从能用到好用：一位 RAG 工程师的进阶之路

RAG 不是算法问题，是工程问题

第 2 页

我们将要探索的路径：RAG 工程师的…

我们将要探索的路径：RAG 工程师的进阶之旅

第一部分：夯实基础理解标准 RAG 流程及其固有挑战。第二部分：检索前优化 - 索引的艺术如何构建一个更智能的知识库，从源头提升信息质量。第三部分：检索中优化- 精准召回与排序如何在海量信息中精准定位最有价值的上下文。第四部分：检索后优化- 智能合成与生成如何将检索到的信息转化为高质量、高情度的回答。第五部分：融会贯通- 构筑高级 RAG 系统整合所有技术，展望 RAG 系统的未来工程实践。