RAG（检索增强生成） 上下文与记忆

它是什么

RAG（Retrieval-Augmented Generation，检索增强生成）是一种给模型补外部知识的范式：先用检索从知识库中召回与问题相关的片段，再把它们拼进 prompt，最后让模型基于这些上下文生成答案。它解决的是「模型只学过训练截止日之前的数据、且不知道你的私有资料」这一根本局限——不改权重、不重训练，只在推理时把「该知道的」喂给模型。

与长上下文的区别

把整个知识库塞进 prompt 是 RAG 的一种退化形态：资料总量小于上下文窗口时，「整库注入」确实可行且更简单；一旦知识库变大，就必须走「先检索、再注入」的两段式——这正是 RAG 存在的意义。所以 RAG 的本质是用检索来替代无限大的上下文。

在本教程的位置

第 11 章把它拆成最小实现：注入式 embedding + 余弦相似度 + 暴力检索（embed 查询 → 逐条比对 → 阈值过滤 → top-k 排序），不装向量库。这一步做完，RAG 的骨架就在手上了：先检索、再注入、后生成的三段式，与长期记忆（long-term-memory）共用同一套召回机制。

小结

一句话：RAG = 外部知识 × 检索 × 生成。它把「模型不知道」变成「检索告诉它」，是记忆系统、企业知识问答等一切「给 Agent 补知识」方案的地基。