Mini-RAG

五步从零搭一个 RAG（检索增强生成）。每步一个自包含的 demo.py + 一份讲稿：embedding 是一次 HTTP 调用、分块是递归切分隔符、向量库是余弦点积、检索是 Top-K、生成是拼 prompt 喂 LLM——没有黑盒。

五步路径

Step	主题	讲稿
1	Embedding：文本变向量，余弦相似度找语义接近	step1_embedding/讲稿.md
2	分块：长文档切 chunk，递归切分保语义边界 + overlap	step2_chunking/讲稿.md
3	向量库：JSON + numpy 存 chunk 和向量，从零实现检索	step3_index/讲稿.md
4	完整 RAG：检索 + 拼 context + system 约束 + 生成，防幻觉两道关	step4_rag/讲稿.md
5	聊天界面：套 Gradio，流式生成 + 文档管理	step5_app/讲稿.md

每个 demo.py 自包含、可独立运行，不依赖共享库。

Python 3.10+（开发环境 3.12），pip install -r requirements.txt
检索（本地）：Ollama 已启动，ollama pull qwen3-embedding:0.6b——离线、免 key
生成（远程）：智谱 API Key（bigmodel.cn 生成，id.secret 格式），走 GLM 的 Anthropic 兼容网关（默认 glm-5.3）

set ANTHROPIC_API_KEY=你的智谱key      # macOS/Linux 用 export
python -X utf8 step3_index/demo.py

step2 纯标准库、零依赖；step1/3 需要本地 Ollama；step4/5 另需智谱 key。

step4 是两条子命令：

python -X utf8 step4_rag/demo.py ingest <文档路径>   # 导入文档（幂等，重复导入自动跳过）
python -X utf8 step4_rag/demo.py chat                # 交互式问答

step5 起 Web 界面，浏览器自动打开：

python -X utf8 step5_app/demo.py    # → http://127.0.0.1:7860

step4_rag/sample_reports/ 与 step5_app/sample_reports/ 内置盐湖股份 2023-2025 年报节选（build_excerpts.py 从年报 PDF 提取生成），拿来即可跑通完整链路。

本项目止步于朴素 RAG：纯向量检索、Top-K、无混合检索、无 rerank、无 agent。这些生产级做法（两级流水线：混合召回 → 粗排 → 精排 → 生成）在 step4 讲稿的「朴素 RAG 的边界」里展开——先把看得见的骨架走通，再谈叠什么。