说起来，RAG（检索增强生成）这个名词，最近在AI圈子里热度一直不减。简单理解，它就是让大语言模型（LLM）不只会“背诵”，还能学会“查资料”——把你自己的数据塞进提示词里，让模型生成更靠谱、更贴合上下文的回答。这篇文章不打算讲太多玄乎的理论，而是直接带初学者从零开始，手把手搭一个最简版RAG应用。先看张图感受一下整体轮廓：
一、学习RAG的常见挑战
AI领域变化太快，尤其RAG这块，各种噪音和复杂概念满天飞。供应商们拼命把自己的工具、平台和愿景包装进去，把简单事情搞得很玄乎。本教程的目标就是帮你清除这些干扰，聚焦在最核心的思路上——从零搭建一个玩具级的RAG系统，理解了内核，后面再学那些花哨变体就轻松多了。
二、什么是检索增强生成（RAG）
RAG的核心逻辑其实很直白：通过一个检索工具，先把用户自己的数据（比如文档、知识库）找出来，然后连同用户的提问一起打包送给LLM，让它据此生成回答。相比让LLM光凭预训练知识硬编，RAG带来几个实实在在的好处：
- 避免幻觉：提示词里塞进了事实信息，模型胡说八道的风险自然就降下来了。
- 参考事实：用户可以看到模型引用了哪些真实数据，有问题也可以溯源核实。
- 利用未训练数据：模型训练时没见过的内部文档、最新资料，通过检索都能用上。
三、RAG系统的基本组件
一个RAG系统，拆开来看无非三样东西：
- 文档集合（也叫语料库）
- 用户输入（你提问的内容）
- 文档集合与用户输入之间的相似性度量方法
四、RAG系统的操作步骤
整个流程走下来也就三步：
- 接收用户输入
- 执行相似性测量，从文档集合里找出最匹配的文档
- 对用户输入和检索到的文档进行后处理（比如拼装成最终的提示词）
初学者完全可以从这种最简流程开始着手，一步步搞懂各个环节，再去玩那些复杂的变体。
五、示例：构建最简单的RAG系统
1. 获取文档集合
先定义一个简单的语料库，全是休闲活动建议：
corpus_of_documents = [
"Take a leisurely walk in the park and enjoy the fresh air.",
"Visit a local museum and discover something new.",
"Attend a live music concert and feel the rhythm.",
"Go for a hike and admire the natural scenery.",
"Ha ve a picnic with friends and share some laughs.",
"Explore a new cuisine by dining at an ethnic restaurant.",
"Take a yoga class and stretch your body and mind.",
"Join a local sports league and enjoy some friendly competition.",
"Attend a workshop or lecture on a topic you're interested in.",
"Visit an amusement park and ride the roller coasters."
]
2. 定义与执行相似性度量
比较用户输入和文档之间的相似度，这里用最朴素的Jaccard相似度——就是两个集合交集除以并集，简单粗暴但教学效果一流：
def jaccard_similarity(query, document):
query = query.lower().split(" ")
document = document.lower().split(" ")
intersection = set(query).intersection(set(document))
union = set(query).union(set(document))
return len(intersection) / len(union)
再写一个函数，遍历整个语料库，挑出最相似的那个文档：
def return_response(query, corpus):
similarities = []
for doc in corpus:
similarity = jaccard_similarity(query, doc)
similarities.append(similarity)
return corpus_of_documents[similarities.index(max(similarities))]
3. 运行示例
试试看效果：
user_prompt = "What is a leisure activity that you like?" user_input = "I like to hike" response = return_response(user_input, corpus_of_documents) print(response)
输出很直接：
'Go for a hike and admire the natural scenery.'
瞧，一个最基础的RAG应用已经跑通了！
六、改进相似性度量与添加LLM
Jaccard相似度只能看字面重合，语义层面的理解它完全无能为力。为了让生成效果更像真人，我们可以引入一个LLM对检索结果做后处理。下面是用一个开源LLM（假设本地部署了服务）来完善回答的示例：
import requests
import json
def query_llama(user_input, document):
url = "http://localhost:8000/query" # 你本地的LLM服务地址
payload = {
"prompt": f"User input: {user_input}\nDocument: {document}\nResponse:",
"max_tokens": 50
}
headers = {"Content-Type": "application/json"}
response = requests.post(url, data=json.dumps(payload), headers=headers)
return response.json().get("text")
response_with_llm = query_llama(user_input, response)
print(response_with_llm)
这个示例展示了如何把检索到的文档和用户输入拼在一起，喂给LLM，让它生成更自然、更准确的回应。
七、总结与展望
RAG为LLM提供了一套灵活又强大的增强框架：让你用自己的数据给模型“开小灶”，生成质量大幅提升。这篇教程带大家从零搭建了一个最简单的RAG系统，并演示了如何逐步引入更高级的组件（比如LLM）。后续你完全可以在此基础上，用更先进的相似度测量方法（比如向量检索）和更复杂的检索策略，把RAG的效果再往上推一大截。