Appearance
1.2.3 RAG 的完整工作流程是什么？
理解 RAG 的完整工作流程，一个很重要的切分方式是：把它分成离线阶段和在线阶段。
因为 RAG 不是用户提问之后才临时开始工作的。很多关键步骤，其实在用户提问之前就已经完成了。
一、离线阶段：准备知识
离线阶段的目标，是把原始资料变成“可被有效检索”的知识库。
这一阶段通常包括：
1. 收集数据
把文档、网页、FAQ、数据库内容、代码说明等资料收集起来，作为知识来源。
2. 清洗数据
去掉无关噪声，比如导航栏、页眉页脚、模板内容、重复片段、乱码和无意义文本。
3. 切块
把原始长文档拆成更适合检索的片段，也就是 Chunk。
4. 补充元数据
给每个片段补充来源、标题、章节、时间、权限范围、业务线等信息，方便后续过滤和排序。
5. 建立索引
把处理好的内容存入检索系统中，比如向量索引、关键词索引，或者两者结合。
到这里，系统才算完成了“把知识准备好”这一步。
二、在线阶段：回答问题
在线阶段的目标，是在用户真正提问时，基于现有知识库生成答案。
这一阶段通常包括：
1. 接收用户问题
系统拿到原始提问，先判断这是不是一个适合进入 RAG 链路的问题。
2. 查询理解
必要时会对问题做处理，比如：
- 改写问题
- 补充关键词
- 处理上下文
- 识别过滤条件
这一步的目的是让问题更适合检索。
3. 检索候选内容
系统根据处理后的问题，到知识库中找出最相关的若干内容。
4. 排序和筛选
检索结果往往不是最终可用结果，通常还会继续做：
- 重排
- 去重
- 过滤
- 合并
目的是把真正最有价值的内容尽量排到前面。
5. 上下文构造
把筛选后的内容组织成适合模型阅读的上下文。常见动作包括：
- 排序
- 拼接
- 压缩
- 截断
- 加引用标识
6. 生成回答
模型读取用户问题和上下文，生成最终答案。
7. 返回结果
系统把答案返回给用户。有些系统还会同时返回：
- 来源引用
- 相关文档链接
- 置信提示
三、完整链路可以怎么记
如果把整个过程压缩成一句话，可以记成：
先把知识准备好，再在用户提问时把正确知识找出来、组织好、交给模型回答。
或者更简洁一点：
数据准备 -> 建索引 -> 检索 -> 排序 -> 上下文构造 -> 生成
一个更完整的伪代码示意
如果把整条链路压缩成代码，大致会像这样：
python
# 离线阶段
raw_docs = load_documents()
clean_docs = clean_documents(raw_docs)
chunks = split_into_chunks(clean_docs)
indexed_chunks = add_metadata(chunks)
build_index(indexed_chunks)
# 在线阶段
def answer(query: str, user_id: str) -> str:
rewritten_query = rewrite_query_if_needed(query)
candidates = retrieve(rewritten_query, user_id=user_id)
filtered = filter_by_permission(candidates, user_id=user_id)
ranked = rerank(filtered, query=rewritten_query)
context = build_context(ranked[:5])
return generate(query=rewritten_query, context=context)这里最值得注意的是：真正的 RAG 不只是 retrieve -> generate 两步，中间通常还会插入很多决定稳定性的环节，比如清洗、切块、过滤、重排和上下文构造。
四、为什么一定要把流程拆开看
因为 RAG 的问题，往往不是“整个系统都不行”，而是某一环出了问题。
比如：
- 没召回到资料，问题可能在数据处理或检索
- 召回到了但答不好，问题可能在排序或上下文构造
- 资料没问题但还是乱答，问题可能在生成约束或 Prompt
只有先理解完整链路，后面你才更容易判断每个问题到底出在哪一层。