4.1 索引是什么，索引在做什么

这一节讨论的是 RAG 里另一个很容易被误解的基础问题：索引到底是什么，它在后面检索链路里到底承担什么作用。

很多人第一次做 RAG，会把索引理解成：

把文本存进向量数据库
然后以后按相似度查出来

这当然不算错，但太粗了。

真正的索引，讨论的从来不只是“存哪里”，而是：

以后按什么方式找
找的时候依据什么比较
哪些边界先过滤
找回来以后还能不能继续排序、聚合和治理

这一节真正想帮你建立的，是一个更稳的认识：

索引不是“文本仓库”，而是在为后面的检索方式、过滤方式和召回粒度提前做组织。

学这一节时，最值得先建立的判断

向量数据库里通常存的不只是文本，还有向量、ID、metadata 和索引结构
索引设计决定的，不只是存储方式，更是后面“怎么找”的方式
文本、向量、关键词索引和 metadata 不是互相替代，而是常常一起协作
很多检索问题看起来像模型问题，实际往往先是索引组织方式不对

这一节会回答什么问题

读完这一节后，你最好能更稳地判断：

当前系统里的“索引”到底在组织什么
一个索引对象除了文本，还需要哪些基本成分
文本、向量、关键词和 metadata 在检索阶段分别在发挥什么作用