第 2 章数据接入与知识库准备

本章目标：理解为什么 RAG 的起点不是“先选一个模型”，而是“先把知识准备成可被正确检索、正确过滤、正确使用的形态”。

如果把 RAG 看成一条链路，这一章讨论的是链路最靠前、但也最容易被低估的部分：

数据从哪里来
数据适不适合进知识库
数据进入前要怎么清洗和标准化
数据进入后怎么处理权限、更新和失效

很多 RAG 系统后面效果不稳，问题并不在生成模型，而在更前面的知识准备阶段就已经埋下了。

建议阅读顺序

主题模块

学完这一章后，你应该建立的判断

资料多，不等于知识库好
能上传，不等于能检索
能检索，不等于能稳定回答
能回答，不等于能上线

进一步说，这一章真正想帮你建立的，不只是“知识库要认真做”这种泛泛认识，而是更具体的判断力：

什么数据值得进主知识库，什么数据应该先进待处理区
什么问题更像文档问答，什么问题更像查询、过滤或工具调用
什么噪声会系统性污染检索结果，什么短文本虽然短但其实不能删
为什么权限、版本、时效、多租户这些边界必须提前进入数据和检索链路

如果这些判断还没有建立，后面即使开始做切块、向量化、重排和生成，也很容易在前面的数据问题上反复返工。

阅读这一章时，建议一直带着 4 个问题

这批数据到底是不是“适合当前 RAG 链路”的数据？很多系统的问题不是模型不行，而是把不该直接入库的数据也一并塞进来了。
这些数据是否已经被整理成可检索、可过滤、可更新的形态？如果还没有，那后面的索引和召回通常不会稳。
这批数据的边界清不清楚？这里的边界包括来源、版本、权限、时效、租户，而不只是正文文本。
如果系统答错，我能不能快速判断问题出在数据、检索还是模型？这是把 RAG 从“能跑 Demo”推到“能稳定排障”的关键一步。

只有把数据质量、结构质量、权限约束和时效管理都处理好，后面的 Chunk、索引、检索、重排和生成才有稳定发挥的基础。

关联章节

下一章第 3 章 Chunk、Metadata 与索引前设计会继续展开“知识准备完成后，怎样把数据设计成适合检索的索引输入”。
读完这一章后，再看第 4 章索引构建与知识库更新会更自然。