大模型有三个天生短板，正是 RAG 要补的：

• 知识过时：训练截止后发生的事它一概不知（考生毕业后就没再读新书）。
• 不懂你的私有数据：你公司的手册、你的邮件、你的产品文档，它压根没见过。
• 会幻觉：不知道时不说"不知道"，而是编一个像模像样的答案（Day 10 讲过）。

拆开这三个字母，就是它的完整工作方式：

一套完整的 RAG 系统，就是下面这条六步流水线。这张图是整个阶段4 的地图，D22-28 就是逐个把它讲透：

• 离线阶段（建库，前 4 步）：把所有文档预处理成向量存好。文档没变就不用重跑。相当于图书馆开馆前，把书都拆页、编好索引、上好架。
• 在线阶段（问答，后 2 步）：用户来一个问题，只做"检索 + 生成"两步——查索引取几页、照着答。毫秒到秒级，读者进门马上能查书。

# ===== 离线：建库（前 4 步，平时做一次）=====
docs   = load("手册.pdf")           # ① 读：把原文读进来
chunks = split(docs, size=300)      # ② 切：切成每段约 300 字（D22）
vectors = embed(chunks)             # ③ 嵌：每段变成一串数字/向量（D23）
db = VectorDB()                     # 一个向量库（D24）
db.add(chunks, vectors)            # ④ 存：段落和它的向量一起入库

# ===== 在线：问答（后 2 步，每次提问时做）=====
def answer(question: str) -> str:
    q_vec = embed([question])[0]           # 问题也变成向量（同一个 embed）
    hits  = db.search(q_vec, top_k=3)      # ⑤ 检：找最相关的 3 段（D25）
    context = "\n".join(hits)              # 把 3 段拼成"参考资料"
    # ⑥ 答：资料 + 问题一起给模型（还记得 Day20 的"包裹"吗？）
    prompt = f"只根据下面资料回答，找不到就说不知道。\n资料：\n{context}\n\n问题：{question}"
    return ask_llm(prompt)

print(answer("年假有几天？"))    # 模型照着检索到的手册片段回答

上面的六步，你不用自己从零造轮子——业界有成熟框架把它们封装好了，LlamaIndex 就是最主流的 RAG 框架之一。本站有一套完整的源码精讲，把"读切嵌存检答"每一步在真实框架里怎么实现讲透了。

✋ 动手（约 10 分钟）

不写代码也能做的"人肉 RAG"，帮你把六步刻进脑子：

1. 找一篇你熟悉的长文档（一份说明书、一篇长文都行）——这是①读。
2. 用笔把它手动切成 5-8 个小段，每段一个主题——这是②切。
3. 给每段写一句"这段在讲啥"的标签——这就是③嵌的直觉（用一句话代表一段的"意思"）。
4. 想一个关于这篇文档的问题，凭标签挑出最相关的 1-2 段——这是⑤检。
5. 只看这 1-2 段，写出答案——这是⑥答。体会"开卷、只看相关几页作答"的感觉。

行有余力，去 L06 的 《LlamaIndex 20 天精讲》 浏览前 1-2 讲，认个脸，然后回来。