已验证75% 置信事实精确时间
标准RAG管线通常包含文档预处理、文本分块、Embedding向量化、向量数据库存储、近似最近邻检索、可选重排序及最终生成共七个环节
3
来源数
75%
置信度
长期有效
时效性
2026/7/6
首次发现
来源
Claude Code弃用RAG改用Grep：技术选型背后的工程逻辑
bilibiliAI大模型大鱼2026/7/3
相关事实
已验证典型的RAG流程包括文档切片、向量化嵌入、存入向量数据库、语义检索、上下文拼接和最终生成六个步骤82% 相似待验证典型的RAG流水线包括文本分块、向量化嵌入、向量检索、上下文注入和生成五个步骤，常与Pinecone、Chroma、Weaviate等向量数据库配合使用81% 相似已验证传统RAG流程的离线阶段将文档切片并通过嵌入模型转化为向量存储在向量数据库中，在线阶段通过近似最近邻（ANN）算法检索相似文档片段80% 相似已验证一个完整的RAG管道包括文档来源、摄入、分块、索引、检索、过滤、重排序、LLM生成、答案等阶段79% 相似待验证向量化是RAG管线的核心步骤，原始文档被切割成片段，再由嵌入模型将每段文本转化为高维数值向量，存入向量数据库78% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/113183API
curl https://kongchang.com/api/v1/knowledge/claims/113183MCP
get_claim(id=113183)