独立课程
在这里学习完整课程并检验你的理解。
RAG Formation 的 16 节课程内容已完成。本页包含完整课程内容、本地参考资料和可直接在浏览器中完成的即时练习。
本课的具体收获
学完之后，你能准确指出一个 /api/v1/qa 请求在每个阶段背后对应的文件和函数。
观看讲解视频
1 · 要追踪的问题
问题：
“重大不符合项的行动计划关闭期限是多少？”
预期来源： PR-QA-MRD-009
预期事实： 45 天
我们不会把每个文件从头读到尾，而是从外向内跟踪请求，只在它真正调用到的函数处停下来细看。
2 · 调用链
客户端
↓ POST /api/v1/qa
routes/qa.py → ask_question(request)
↓ 委托处理
qa_service.py → answer_question_internal(request)
↓ 运行四条检索路径
search_qdrant() · search_meilisearch() · query_lightrag_context()
↓ 组装证据（哪个函数决定哪些来源条目保留下来？）
utils.build_context()
↓ 推导引用（哪个函数把保留下来的条目转换成引用？）
utils.sources_from_items()
↓ 构造提示词并生成
utils.build_prompt() → completion.generate()
↓ 返回
models.AnswerResponse
处理过程中，可以在另一个标签页打开请求路径速查表。
3 · 每个阶段到底做什么
| 阶段 | 当前实现 | 为什么重要 |
|---|---|---|
| 路由 | routes/qa.py 使用 Pydantic 校验请求，然后把请求交出去。 | 路由有意保持轻薄；真正的逻辑在其他位置。 |
| 编排 | qa_service.py 检查服务是否启动，清理问题，读取后端配置，然后启动检索。 | 它是整个请求的协调器，也是开始端到端追踪的最佳位置。 |
| 检索 | Qdrant 返回语义文本块和摘要，Meilisearch 返回关键词命中，LightRAG 提供图谱上下文。 | 如果证据缺失，先检查检索，不要先责怪提示词。 |
| 组装 | build_context() 在各通道之间公平分配预算，并删除完整条目，而不是把条目截断。 | 没有在这个阶段保留下来的内容，模型根本看不到。 |
| 引用 | sources_from_items() 只查看真正进入提示词的条目。 | 引用不应该指向模型从未看到的证据。 |
| 生成 | build_prompt() 指示模型只使用给定上下文，并拒绝没有证据支持的内容；完成服务随后写出答案。 | 即使证据就在眼前，也可能被跳过、混淆或否定。 |
4 · 凭记忆重建调用链
关闭第 2 步的调用链图，不要往回滚动，为正在追踪的问题填写下面这张表——通过回忆来练习，比重新阅读更容易记住：
| 阶段 | 函数 |
|---|---|
| 路由 | __________ |
| 编排 | __________ |
| 检索（三个函数） | __________ |
| 组装（决定哪些内容保留） | __________ |
| 引用（绝不引用被丢弃的证据） | __________ |
| 生成 | __________ |
对照第 2 步检查自己。想不起来的内容，正是你在继续前应该重读的地方——这个缺口就是这样练习的意义。
5 · 对照运行中的系统验证
调用链位于 api/ 中，这部分不属于本免费课程；但通过演示堆栈运行的 API 可以使用。启动 demo/setup_demo.py up 后，直接向它提问，并用真实响应核对你的追踪结果：
curl -s -X POST http://localhost:8000/api/v1/qa -H "Content-Type: application/json" -d "{"question": "Quel est le délai de clôture d'un plan d'action pour une non-conformité majeure ?", "workspace": "meridian_demo"}"在 JSON 响应中，sources 应包含 PR-QA-MRD-009，answer 应写出 45 jours。如果缺少任何一项，你就找到了一个可以用第 4 步调用链诊断的真实失败：到底是检索遗漏，还是生成遗漏？
6 · 检查你的重建结果
那么，最终的上下文组装究竟由哪个函数完成？
为什么 sources_from_items(context_items) 如此重要？
如果 /api/v1/search 没有返回 PR-QA-MRD-009，应先检查哪一组函数？
企业场景连接
对审计员或 QA 专业人员来说，一个答案是否可信，取决于你能否解释它背后的路径。因此，系统出问题时，一张简单的调用地图非常有用：它告诉你先查索引、上下文预算、引用逻辑，还是模型输出。
下一步行动
填写数据流表格中的六个空格，然后用一句话回答：
为什么一个来源会出现在原始检索结果中，却没有进入最终 API 引用？
任何函数或阶段还有不清楚的地方，都可以继续问我。 填完六个空格并回答最后一个问题后，第 2 课就完成了——接下来可以按自己的需要选择课程。