搭建 RAG 有四条路：LangChain 的生态最广、LlamaIndex 的 RAG 最专、Haystack 的生产最稳、自研的控制最强。本篇拆解四个框架的定位、核心抽象与适用场景，以及「框架会过时但模式不会」的选型心法。

Agent 开发的两大语言生态各有地盘：Python 统治研究与数据侧，TypeScript 统治 Web 与产品侧。本篇拆解两个生态的框架、SDK 与运行时差异，按场景给出选型框架，并论证「团队栈比语言优劣更重要」的现实主义结论。

当 Agent 能在你自己的设备上运行（本地模型 + 本地数据 + 本地工具），「隐私」从合规口号变成架构属性。本篇拆解端侧智能体的技术栈（本地模型、端侧 RAG、设备工具面）、混合架构的设计模式（什么在本地、什么在云上）、以及本地优先的 Agent 产品的机会与约束。

用户第二轮问「那它支持导出吗」——这三个字没法直接检索。多轮对话 RAG 的核心动作是 condense：用对话历史把带指代、带省略的追问改写成独立完整的问题再去检索。本文讲清指代消解与历史压缩的做法、改写偏移的坑、以及「检索结果也要进历史」这个常被忽略的细节。

向量检索的粒度是个两难：块太小匹配得准但上下文残缺，块太大上下文完整但语义被稀释。父子检索（small-to-big）用「小块检索、大块生成」把两个诉求拆开——索引里存的是子块，命中后回父块。本文讲清它的原理、三种常见形态、最小实现与工程取舍。

文档改了一段、换个 embedding 模型、升一次切块参数——RAG 索引的一致性问题藏在所有「小改动」里：漏更新、新旧混杂、部分重建。本文把变更分三类讲清各自的正确姿势：文档增删改要级联，模型迁移要全量重建加双索引灰度，参数变更等于重建，并给出成本估算方法。

「这本书的核心论点是什么」「三个季度业绩的整体趋势如何」——这类需要通读全库的问题，切块检索天然答不好：证据散在几十个块里，谁也匹配不上查询。RAPTOR 对分块递归聚类、逐层生成摘要，建出一棵可检索的摘要树。本文讲它与 GraphRAG 的分工、构建成本与适用边界。

RAG 系统最伤信任的时刻，不是「答不出来」，而是「一本正经地答错」。拒答机制的目标是让系统在该沉默时沉默：检索层无料就明说，生成层答案没依据就降级，输出前再加一道 groundedness 校验。本文讲清三道防线的实现、阈值设计与「拒答不冷漠」的体验设计。

RAG 区别于裸聊天的核心承诺是「答案有据可查」——但很多系统的引用是装饰品：编号对不上、引用了上下文里没有的来源、或干脆一句「根据资料」。本文讲清引用体系的完整链路：chunk 稳定标识、生成时的引用协议、后校验防编造、句子级 attribution 与前端呈现。

港大数据智能实验室出品，上线十个月拿下四万五千星：一条单循环 agent 流水线跑全部十种学习模式，L1/L2/L3 三层记忆全部落盘可审计，九种 RAG 引擎可评测可切换，自带十五路 IM 渠道与 EduHub 技能市场。

RAG 答案不对，先别急着调切块参数——病灶常在更上游的 PDF 解析。本文讲透切块之前的第一公里：解析到底难在哪、管道式与 VLM 直出两代路线怎么分、2026 年的工具版图怎么选、OmniDocBench 饱和之后质量怎么评，以及八条落地实践。

!(https://www.gstatic.com/images/branding/googleg/1x/googleg_standard_color_128dp.png)Add as a preferredsource on Google…

文档不能出内网的团队也想要自己的 ChatPDF。本文给出全组件可自托管的开源 RAG 选型思路——解析、向量库、模型、编排四件套——以及一份覆盖评测集、权限边界、内容运营的落地清单与常见失败复盘。

Datalab**has released OmniExtractBench, an open benchmark for structured document extraction. It tests how accurately a …

Vectorize 开源的智能体记忆系统 Hindsight（当日涨星 +4,463、★37,121、MIT）：以世界事实/经验/观察/心智模型四网络替代扁平 RAG，LongMemEval 从同骨干全上下文的 39.0% 拉到 83.6%、最强 91.4%。拆解 TEMPR/CARA 分层、四路检索+RRF+重排、反思持久化机制，附五个落地场景与竞品争议。

检索增强生成的核心流程：向量化、检索、重排与生成