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
学完本课，你会有一张依赖故障矩阵，清楚划分哪些情况可以“安全地部分提供服务”，哪些情况必须直接拒答。
观看讲解视频
1 · 核心技能
为 Qdrant、Meilisearch、图谱检索、嵌入、完成调用和 Redis 画出一张故障矩阵。
- 故障隔离：阻止一个损坏的依赖污染整个请求，也不能把问题悄悄掩盖起来。
- 优雅降级：在安全的情况下，返回一个诚实标注为受限的结果，例如只使用向量检索，而不是假装仍然拥有完整的混合覆盖。
- 拒绝关闭：当缺失的部分意味着证据不可信，或无法验证提问者身份时，直接拒绝，而不是勉强回答。
2 · 运行证据闭环
cd demo
python3 setup_demo.py status对每个依赖写下：故障表现、安全的备用方案、会被阻止的内容、用户看到的消息，以及需要观察的指标。
当证据已经丢失后，如果答案看起来仍然完全正常，那不是优雅降级，而是不安全。
3 · 决策工作表
| 基线证据 | 一个假设/改动 | 指标 | 回归检查 | 有边界的结论 |
|---|---|---|---|---|
| _____ | _____ | _____ | _____ | _____ |
4 · 检索练习
问题：LLM 刚刚不可用。安全的响应是什么？
企业场景连接
生产环境发生故障是事实。可靠的聊天机器人与其他系统的区别，在于它是否诚实承认能力下降，而不是悄悄返回一个看似正常、实际上没有可靠依据的答案。
5 · 交付物与下一步
- 保存命令输出或简短说明。
- 填写决策工作表。
- 写下一个失败案例，以及下一步要运行的检查。
交付物是一张依赖故障矩阵，清楚划分安全的部分服务和拒绝关闭的行为。
下一步：第 14 课将讲延迟、成本和可观测性。
如果对证据、指标、失败案例或下一步尝试有疑问，尽管继续问我。 这门课我就是你的老师。