已验证65% 置信事实时间未知

RAG完整链路包括离线阶段（文档解析→文本分块→Embedding向量化→写入向量数据库）和在线阶段（用户提问→查询向量化→向量检索→召回文档重排序→构建Prompt→LLM生成回答）

3

来源数

65%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

Milvus 2.6核心新特性详解：分层存储、架构解析与RAG实战

bilibili马士兵学堂

涉及实体

相关事实

已验证RAG工作流程分离线和在线两阶段：离线将文档切分转化为向量存入向量数据库，在线将问题转化为向量通过ANN算法检索最相似文本片段拼接进上下文80% 相似已验证RAG（检索增强生成）技术架构将文档切片、向量化、存入向量数据库，查询时先检索相关片段再交给模型生成回答75% 相似待验证RAG技术链路分为离线建库和在线检索两个阶段75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/6679

API

curl https://kongchang.com/api/v1/knowledge/claims/6679

MCP

get_claim(id=6679)