agent之RAG初识

RAG（Retrieval-Augmented Generation，检索增强生成）= 检索 + 生成：不让模型凭记忆瞎编，先从文档库里按语义找出最相关的片段，把片段拼进 Prompt，再让模型基于片段回答。

核心链路：

准备文档 → 向量化建库 → 构建检索器 → 检索 Top-K 片段 → 片段入 Prompt → 模型生成回答

1. 两个模型各管一摊

2. 文档切块（Document）

• 一个 Document = pageContent（正文）+ metadata（标签：章节 / 角色 / 类型 / 心情）。
• 文档要切成小块：整本书一个大 Document 检索不精确；按主题切成小段，检索才能精准命中，也方便把相关片段塞进 Prompt。

3. 建索引：文档 → 向量

const vectorStore = await MemoryVectorStore.fromDocuments(documents, embeddings);
const retriever = vectorStore.asRetriever({ k: 3 });

• fromDocuments：把每个文档转成向量存进内存向量库（MemoryVectorStore 纯内存，不落盘）。
• asRetriever({ k: 3 })：检索器，每次返回最相似的 3 个。

4. 两种检索姿势

const retrievedDocs = await retriever.invoke(question);                        // 只拿文档
const scoredResults = await vectorStore.similaritySearchWithScore(question, 3); // 文档 + 分数

• retriever.invoke()：上层封装，返回 Document 数组，不带分数。
• similaritySearchWithScore()：底层方法，返回 [[doc, score], ...]。
• 坑：score 是「距离」不是「相似度」，越小越相似（OpenAI 用余弦距离）。显示时用 1 - score 转成相似度。
• 示例里同时跑两遍，再用 pageContent 当 key 把两边结果对上，就是为了"既能拿文档、又能打印分数"。

5. 片段入 Prompt，模型基于片段回答

const context = retrievedDocs.map((doc, i) => `[片段${i+1}]\n${doc.pageContent}`).join("\n\n━━━━━\n\n");
const prompt = `你是一个讲友情故事的老师。基于以下故事片段回答问题...\n故事片段:\n${context}\n问题: ${question}`;
const response = await model.invoke(prompt);

• context：把检索到的 Top-K 片段编号拼成上下文（也就是 133 行选中的那个变量）。
• Prompt 里明确指示"只能基于片段回答，没提到的就说没提到"——这是防止模型瞎编（幻觉）的关键。
• 检索（拿事实）和生成（写回答）分开，就是 RAG 的全部。

6. 一句话总结

RAG = 切块建索引 → 语义检索最相关片段 → 片段 + 问题一起交给模型。模型看到的不是整个库，而是和问题最相关的几小段，回答有据可依、可控不瞎编。

7. RAG 流程图（Mermaid）

图与代码对照：fromDocuments 建库（89 行）→ retriever.invoke()（106 行）→ similaritySearchWithScore()（109 行）→ context 拼 Prompt（127–138 行）→ model.invoke()（141 行）。

读图要点：左边建索引（离线一次），右边跑问答（每次在线）。检索把"与问题最相关的片段"捞出来，模型只基于这些片段回答，不瞎编。