大模型有一个致命的弱点：知识滞后。它的知识停留在训练结束的那一天（训练剪裁期）。如果你问它“今天早上的天气预报”或者“你们公司的最新报销政策”，它只会一本正经地胡说八道（幻觉）。
RAG (Retrieval-Augmented Generation) 的出现，让 AI 从“背书比赛”转向了“开卷考试”。
1. RAG 的三部曲：搜、拼、读
RAG 的核心逻辑非常简单：在回答之前，先去翻书。
RAG 运行流程图
flowchart TD
User((用户提问)) --> Search[1. 检索: 从向量库找相关文档]
DB[(知识库/PDF/Wiki)] --- Search
Search --> Augment[2. 增强: 将文档拼入 Prompt]
subgraph Prompt_Box ["最终发送给 LLM 的内容"]
direction TB
P1["你是一个助手，请根据以下资料回答"]
P2["参考资料: 搜索到的文档片段"]
P3["用户问题: XXXXX"]
end
Augment --> Prompt_Box
Prompt_Box --> LLM[3. 生成: LLM 阅读并回答]
LLM --> Answer((最终答案))
style Search fill:#f96,stroke:#333
style Prompt_Box fill:#fff4dd,stroke:#d4a017
2. 核心技术：向量检索 (Vector Search)
为什么 RAG 不用传统的“关键词搜索”？ 因为关键词搜不到语义。
- 关键词搜索： 搜“单车”，搜不到“自行车”。
- 向量检索： 在第一篇我们学过 Embedding。系统把用户的问题变成坐标，去数据库里找“距离最近”的文档片段。即使字面上没有重复，只要意思相近，就能被抓取出来。
3. LLM 在 RAG 中扮演什么角色？
在 RAG 架构中，LLM 的定位从“百科全书”变成了高级阅读理解官。
它的任务不再是搜寻记忆，而是：
- 判断： 搜索出来的这几段资料里，哪段是有用的？
- 整合： 把碎片化的信息揉成一段通顺的人话。
- 诚实： 如果资料里确实没提到，要学会说“对不起，根据已知资料我无法回答”。
4. RAG 与 MCP 的联动
我们不再手动把文件喂给 RAG，而是通过 MCP (Model Context Protocol) 。
- 以前： 你要把 PDF 上传到某个平台。
- 现在： 你只要挂载一个 MCP 数据服务器（比如连接你的 GitHub 或 Notion），当用户提问时，系统会自动通过 MCP 协议去这些实时更新的源头进行 RAG 检索。
加载原理： RAG 其实就是一种动态上下文加载。它确保了模型在推理的瞬间，它的上下文窗口（Context Window）里装载的是此时此刻最正确的知识。
5. 总结：第四课的心得记录
- 逻辑比知识更贵： 我们利用 LLM 的逻辑推理能力，利用 RAG 提供实时知识。
- 减少幻觉： 有据可查是解决 AI 乱说话的良药。
- Embedding 是桥梁： 只有把文档变成向量，RAG 才能真正“懂”你想查什么。
