1.2.1 一个最小可用的 RAG 系统由哪些部分组成？

如果你只是想先把一个最小可用的 RAG 系统搭起来，不需要一上来就把所有复杂能力都补齐。先把核心链路跑通更重要。

一个最小可用的 RAG 系统，通常至少包含下面六个部分：

1. 知识来源

首先你得有一批可用资料。这些资料可以是：

• 文档
• FAQ
• 网页内容
• 产品手册
• Markdown 知识库
• 数据库导出的文本字段

没有知识来源，就没有 RAG。因为 RAG 的前提就是：回答要建立在外部资料之上。

2. 数据处理

原始资料通常不能直接拿去检索，所以要做最基本的处理，比如：

• 清洗噪声
• 切块
• 补充元数据

这一步的目标，是让资料变得更适合后续检索，而不是只把原文原样存进去。

3. 索引或知识存储

处理完之后，需要把资料组织成可检索的形式。最常见的是：

• 向量索引
• 关键词索引
• 或两者结合

这一层的作用，是让系统在用户提问时，能尽快找到相关内容。

4. 检索器

用户提问后，系统要根据问题到知识库里找相关内容。这个过程通常就是检索器在工作。

它负责回答一个问题：

这批知识里，哪些内容最可能和当前问题有关？

5. 上下文构造

找到资料以后，不能直接把所有结果原样扔给模型。通常还要做一些整理，比如：

• 去重
• 排序
• 截断
• 拼接

这一步的目标，是让模型拿到一份更适合回答的上下文，而不是一堆杂乱材料。

6. 大模型生成

最后，大模型会根据：

• 用户问题
• 检索结果
• 你构造好的上下文

生成最终答案。

所以最小 RAG 的核心闭环就是：

准备知识 -> 处理知识 -> 建索引 -> 检索 -> 构造上下文 -> 生成答案

如果系统答不好，最先该看哪一部分

理解“最小系统由哪些部分组成”之后，更重要的是知道：出问题时应该先往哪一层查。

一个很实用的初步判断可以是这样：

1. 系统完全找不到答案

优先看：

• 知识来源里是否真的有这份资料
• 数据处理时有没有把关键信息清洗掉
• 建索引时有没有把这批内容写进去

2. 系统能找到相关内容，但回答还是偏

优先看：

• 检索出来的片段是不是最关键的
• 上下文构造时有没有把关键信息排在前面
• 是否混入了太多噪声

3. 系统回答像在“自己发挥”

优先看：

• 给模型的材料够不够完整
• Prompt 是否要求模型基于材料回答
• 资料不足时有没有要求模型明确说不知道

也就是说，理解这六个模块的意义，不只是知道“系统由什么组成”，而是要能把它们变成后面排查问题的坐标系。

一个最小系统通常还没有什么

很多时候，一个“能跑”的最小系统还没有下面这些能力：

• 权限控制
• 增量更新
• 混合检索
• 重排
• 评测体系
• 观测与告警
• 缓存与降级

但这并不影响它作为最小可用系统存在。因为最小系统的重点不是一步到位，而是先把最基本的因果链路跑通，确认：

• 系统能不能找到资料
• 模型能不能基于资料回答
• 回答质量有没有明显比裸模型更好

可以先这样理解“最小可用”

“最小可用”的意思不是“最简单”，而是：

• 元件最少
• 链路完整
• 可以验证价值

只要你已经能用一批外部资料稳定回答问题，这个系统就已经具备了 RAG 的最小形态。

但也要注意，“最小可用”不等于“已经足够上线”。它只是意味着：你已经可以开始验证这条链路到底有没有真实价值。