从零开始理解 Agentic RAG

RAG 落地的最后一公里：三级降级、性能优化与 Docker 部署 摘要 RAG 系统从实验室到生产环境，需要解决 PDF 解析覆盖率、延迟优化、部署复杂度三大问题。本文介绍 Docling + Py

Context Recall 从 0.62 到 0.78：语义切片如何拯救被"切碎"的 RAG 摘要 固定长度切片会在句子中间切断文档，破坏语义完整性，导致检索质量下降。本文介绍基于 Embeddin

摘要 传统 RAG 系统的致命缺陷在于"盲目自信"——无法判断检索质量，即使返回的文档完全不相关也会硬着头皮生成答案。本文介绍 CRAG（Corrective RAG）架构，通过"置信度评估→动态路由

从 0.67 到 0.82：RRF 混合检索如何让 RAG 召回率暴涨 22% 摘要 纯向量检索擅长语义匹配但忽略关键词精确匹配，导致召回率受限。本文介绍 RRF（Reciprocal Rank Fu