RAG Engineer Skill
探索 GitHub 上的开源 Skill：从源知识到检索、有依据的回答和可验证引用，追踪整个 RAG 系统。
AI 工程实验室 · 开放方法论
构建从可信知识中回答问题的 AI 助手。
RAG Engineer 从原始来源到最终引用回答，始终追踪证据链，覆盖构建、调试、安全、引用和生产可靠性。
方法覆盖内容
先修复第一个失效的契约。
如果事实从未被索引、检索、授权，或保留在最终上下文中，更好的提示词也无法找回它。
按流水线阶段调试
依次追踪来源、索引、授权、检索、组装、生成、引用和评估。
守住安全边界
在检索前由服务端完成权限判断，并将未授权文档排除在原始结果之外。
用证据运行系统
持续衡量质量、拒答行为、延迟、成本、故障、重新索引和删除一致性。
相关方法
然后证明它确实有效。
将 RAG Engineer 与 RAG Evaluation 配合使用，区分检索失败和生成失败，让质量结论有据可查。