Lesson 01 — 先跑通：你的第一个 RAG
本课目标：20 分钟内跑通一个完整的 RAG，先看到效果，建立全局认知。理论细节后面的课再深入。
1. RAG 到底在解决什么问题？
直接问大模型（比如 GLM-4）会有三个痛点：
| 痛点 | 例子 |
|---|---|
| 幻觉 | 它会一本正经地编造不存在的"事实" |
| 知识截止 | 它的训练数据有截止日期，不知道最近的事 |
| 不知道你的私有数据 | 它不知道你们公司的请假制度、你的产品文档 |
RAG（Retrieval-Augmented Generation，检索增强生成）的思路很朴素： 回答之前，先去你的文档库里"检索"相关片段，把片段塞进提问里，让模型基于真实材料作答。
💡 一个类比：闭卷考试 vs 开卷考试。直接问大模型 = 闭卷（靠记忆，可能记错）；RAG = 开卷（允许翻书，答案更靠谱）。
2. RAG 的完整流水线
┌─────────────┐ ┌──────────────┐ ┌─────────────┐ ┌──────────────┐ ┌──────────┐
│ 用户提问 │ ──▶ │ 问题向量化 │ ──▶ │ 向量检索 │ ──▶ │ 拼接 Prompt │ ──▶ │ 大模型生成│
│ "年假几天？" │ │ (Embedding) │ │ Top-K 片段 │ │ 上下文+问题 │ │ 答案 │
└─────────────┘ └──────────────┘ └─────────────┘ └──────────────┘ └──────────┘
▲
│ 从这里取
┌───────────────────────┐
│ 你的文档 → 向量化 → 存储 │ （提前做好，存进向量库）
└───────────────────────┘
一句话概括：把"问题"和"文档"都变成向量，算谁和谁更近，把最近的几段喂给大模型。
3. 三个核心概念（先有个印象，后面课会深讲）
- Embedding（向量嵌入）：把一段文字变成一串数字（向量）。语义相近的文字，向量也相近。这是让计算机"理解"文字相似度的方法。
- 向量检索：在所有文档向量里，找出和"问题向量"最接近的 K 个（Top-K）。本课用 Chroma 这个向量库来做。
- Prompt 拼接：把检索到的文档片段 + 用户问题，按固定格式拼成一段提示词，交给大模型生成答案。
4. 本课代码在做什么
打开同目录的 code.py，你会发现它被拆成了几个函数，每个函数对应流水线的一个环节：
| 函数 | 对应环节 | 干什么 |
|---|---|---|
create_zhipu_client() |
准备 | 用 API Key 初始化智谱客户端 |
embed_texts() |
向量化 | 调 embedding-3 把文本变成向量 |
build_knowledge_base() |
存储 | 把知识文本向量化后存进 Chroma |
retrieve() |
检索 | 把问题向量化，从 Chroma 捞最相关的 K 段 |
generate_answer() |
生成 | 把检索结果拼进 prompt，调 GLM-4 生成答案 |
main() |
串联 | 把上面几步串起来跑一遍 |
重点观察：运行时程序会打印出"检索到了哪些片段"和"模型最终回答"。这是理解 RAG 的关键——你能亲眼看到模型"看到了什么材料"才作答。
5. 跑起来
# 1. 在仓库根目录安装第一课依赖
python -m pip install -r requirements-quickstart.txt
# 2. 配置密钥（把 .env.example 复制成 .env，填入你的 Key）
cp .env.example .env
# 然后编辑 .env，把 ZHIPUAI_API_KEY 换成真实值
# 3. 运行
python rag-lessons/01_getting_started/code.py
跑通后，试着改 code.py 里的 QUESTION，或增删 KNOWLEDGE 列表里的内容，看模型回答怎么变。
💰 省钱提示：智谱的
glm-4-flash模型是免费的。如果想零成本试，可把代码里model="glm-4"改成model="glm-4-flash"，效果略弱但不花钱。
下一课 Lesson 02 — 深入 Embedding 我们再拆开讲"向量到底怎么表示语义"。