RAG：让模型回答前先找证据

RAG（Retrieval-Augmented Generation，检索增强生成）把外部资料先检索成相关片段，再交给模型生成。经典论文把它拆成两种记忆：模型参数里的参数化记忆，以及可从外部索引取回的非参数化记忆。1

所以，RAG 的关键不是把资料全塞进上下文，而是把正确片段送进去：文档切分、向量表示、语义搜索、重排与引用评测都会改变结果。OpenAI 的 Retrieval 指南提供向量存储、可调切块和语义搜索；Anthropic 的 RAG for Projects 也采用「需要时搜索，只取相关内容」的路径。23

想动手，先用托管检索跑通链路；想理解底层，再试 Hugging Face 的浏览器示例：Transformers.js 负责本地模型，PGlite + pgvector 负责向量检索。4 示例仓库