RAG Formation · 参考资料

一个问题穿过 RAG 系统

在本网站学习和测试 RAG 质量的独立速查表。

$ reference --status
▸ 课程 RAG Formation
▸ 模式 独立参考资料
▸ 状态 已完成
● 学习 → 测试 → 验证

参考资料

RAG Formation 的课程内容已完成；这份资料可用于自主学习和练习。

核心路径

HTTP 请求 → 路由 → 服务 → 检索 → 组装上下文 → 引用 → 生成 → 响应

阶段	文件 / 函数	职责
1. HTTP 入口	`routes/qa.py` `ask_question()`	接收 `QuestionRequest` 并将其传递给 QA 服务。
2. 编排	`qa_service.py` `answer_question_internal()`	检查输入，解析服务和配置，并协调请求。
3. 检索	`search.py`	搜索 Qdrant 片段、Qdrant 摘要、Meilisearch 和 LightRAG。
4. 上下文	`utils.py` `build_context()`	在各渠道之间分配预算，并保留最终到达模型的项目。
5. 引用	`utils.py` `sources_from_items()`	根据在上下文组装后仍然存活的证据构建来源列表。
6. 提示词	`utils.py` `build_prompt()`	告诉模型使用上下文、引用来源，并拒绝没有证据支持的答案。
7. 生成	`qa_service.py` `completion.generate()`	根据问题和组装后的上下文生成最终答案。
8. 响应	`models.py` `AnswerResponse`	返回答案、来源和诊断统计。

调试时不要只看最终答案。先检查检索结果、实际进入上下文的项目和引用来源，再检查生成的答案。

继续学习： 打开对应的独立课程 · 课程路线图