附录 C：术语表（50+ 条 RAG 黑话白话解释）

A

Agent（智能代理 / 智能体）

黑话：能自主调用工具、规划任务、执行多步操作的 AI。

白话：一个"会自己想 → 自己干"的 AI 小机器人——不只回答你问题，还能"帮你订票、查邮件、操作软件"。

Agentic RAG

黑话：AI 代理 + RAG 的结合，AI 主动决定"要不要查、查什么、查几次"。

白话：让 AI 像你一样思考——"嗯，这个问题我得先查一下""第一次查得不够，再查一次"。

Anthropic Contextual Retrieval

黑话：Anthropic 提出的检索增强方法，给每个切片"加上整个文档的上下文摘要"。

白话：每个切片不只装"这一段内容"，还装"这一段属于哪一章、整个文档说什么"——召回精度大幅提升。

B

BM25

黑话：经典关键词检索算法，基于词频统计。

白话：传统的"按字面找"——你搜"押金"，找出所有出现"押金"的段落。

BGE（BAAI General Embedding）

黑话：智源研究院出的开源中英文嵌入模型系列。

白话：把中文（或英文）"翻译"成数字向量的最好开源工具——免费、效果很好。

BGE-M3

黑话：BGE 系列里支持中英文 + 长文本 + 多种检索模式的全能嵌入。

白话：2026 年中文 RAG 默认嵌入模型——不知道选啥就选它。

BGE-Reranker

黑话：BGE 系列的重排序模型。

白话：检索出 100 段后，再"精排一次"挑最好的 5-10 段——免费替代 Cohere。

C

Chunking（切片 / 分块）

黑话：把长文档切成小段。

白话：把一本书撕成 100 张小卡片——AI 一次只读几张相关的，而不是整本。

Chunk Size（切片大小）

黑话：每个切片的字符数 / Token 数。

白话：每张小卡片"装多少字"——一般 300-1000 字，太小没上下文，太大挑不准。

Chunk Overlap（切片重叠）

黑话：相邻切片重复的字数。

白话：第 1 张卡片末尾 + 第 2 张卡片开头 重复 100 字——避免"重要信息正好被切到接缝处"。

Citation（引用）

黑话：AI 回答里指向资料原文的标注。

白话：[1][2][3] 这种小角标——告诉你"这句话是从哪里抄的"——可点击查原文。

Cohere Rerank

黑话：Cohere 公司提供的商用重排序 API。

白话：业界最早做"重排"的 SaaS——准确度高，按次收费。

Context Window（上下文窗口）

黑话：模型一次能处理的最大 Token 数。

白话：AI 一次最多能"读多少字"——GPT-4 Turbo 是 128K，Gemini 是 200 万。

Contextual Compression（上下文压缩）

黑话：检索后压缩冗余内容，只保留与查询最相关的部分。

白话：召回了 5 段——但每段只取"跟你问题最相关的两句话"——节省 token，提升精度。

D

Dense Retrieval（密集检索 / 向量检索）

黑话：基于向量相似度的检索。

白话：跟你"意思最像"的——不一定字面一样。

Dimension（维度）

黑话：向量的长度。

白话：用多少个数字描述一段话——一般 768、1024、1536 维。维度越高越准但越慢。

E

Embedding（嵌入 / 向量化）

黑话：把文本转成数字向量。

白话：把每段话翻译成"AI 能理解的密码"（一串数字），意思像的密码也像。

Embedding Model（嵌入模型）

黑话：执行嵌入的模型。

白话：上面的"翻译机"——常见的有 OpenAI text-embedding-3、BGE-M3、Cohere Embed。

ETL（Extract / Transform / Load）

黑话：抽取 / 转换 / 加载——数据处理流程。

白话：把"原始资料 → 清洗 → 装入数据库"的全流程。

F

Few-shot Prompting

黑话：在 Prompt 里给几个示例。

白话：跟 AI 说"你看，我想要这种风格的回答 [示例 1][示例 2]——现在帮我做一个新的"。

Fine-tune（微调）

黑话：用特定数据继续训练模型。

白话：让 AI"专门进修一次"——学会某领域的知识或风格。注意：不是教它新事实，而是教它"怎么说"。

G

GraphRAG（图谱 RAG）

黑话：基于知识图谱的 RAG，理解实体之间的关系。

白话：普通 RAG 找"片段"，GraphRAG 找"关系"——能回答"涉及 X 客户的所有合同 + 责任人 + 金额变化"这种"链式问题"。

Generation（生成）

黑话：LLM 基于检索结果生成回答的步骤。

白话：AI 看了相关资料后，"组织语言"写出最终回答的过程。

H

Hallucination（幻觉）

黑话：模型编造不存在的事实。

白话：AI"看起来很专业地胡说"——编人名、编法条、编数据。RAG 就是为了减少幻觉而生。

HNSW（Hierarchical Navigable Small World）

黑话：向量数据库常用的近似最近邻索引算法。

白话：让"在亿级向量里找最像的"快到毫秒级——大多数向量库默认用这个。

Hybrid Search（混合检索）

黑话：向量检索 + 关键词检索（BM25）的组合。

白话：既要"意思相近"也要"字面对得上"——召回率比单一检索高 30%+。

HyDE（Hypothetical Document Embeddings）

黑话：让 AI 先"假装回答"，把假答案当成查询去检索。

白话：你问"X 是什么"——AI 先编一个"X 大概是这样的回答"——然后用这个假答案去找相似的真答案——往往比直接搜你的问题准。

I

In-context Learning

黑话：模型从上下文里学习新模式，不需重新训练。

白话：你在对话里给几个示例，AI 就立刻"模仿"——不需要 fine-tune。

Indexing（索引化）

黑话：把文档建成可快速检索的结构。

白话：给图书馆里每本书做"目录卡片"——查的时候快。

K

Knowledge Base（知识库）

黑话：为 RAG 提供检索资料的数据库。

白话：你给 AI 准备的"参考资料库"——可以是 PDF、Markdown、数据库。

Knowledge Graph（知识图谱）

黑话：用"实体 + 关系"组织知识的图结构。

白话：不是文档列表，是"X 是 Y 的儿子，Y 在 Z 公司工作，Z 公司投资了 W..." 这种关系网。

L

LangChain

黑话：最流行的 LLM 应用开发框架之一。

白话：搭 RAG 的"乐高积木"——免费、组件多、生态广，但也"过于灵活"导致复杂。

LlamaIndex

黑话：专注 RAG 的开发框架。

白话：比 LangChain 更"RAG 专一"的工具——文档解析、索引功能更专。

LLM（Large Language Model）

黑话：大型语言模型。

白话：GPT-5、Claude 4.5、Gemini 3、DeepSeek-R1、Qwen3——这些"巨型 AI 大脑"。

Long Context（长上下文）

黑话：模型支持很长的输入（10 万 token+）。

白话：AI 一次能"读"很多内容。但不等于"记得清楚"——超过一定长度，中间内容会被忽略。

Lost in the Middle

黑话：长上下文场景下，模型对中间位置内容的注意力下降。

白话：AI 读 20 万字时——"开头记得、结尾记得、中间忘了"——所以哪怕长上下文便宜了，RAG 仍然有用。

M

MCP（Model Context Protocol）

黑话：模型上下文协议——让 AI 调用外部工具的标准。

白话：让 AI"长出手"——能发邮件、查数据库、操作软件。和 RAG（让 AI 长"外脑"）互补。

Metadata（元数据）

黑话：描述文档属性的额外信息（标题、作者、日期、标签）。

白话：每份文档的"标签"——查询时可以"按标签过滤"——准确度大幅提升。

Modular RAG

黑话：模块化 RAG——把 RAG 各步骤拆成可插拔组件。

白话：不是"一套死流程"，是"积木式可换"——切片用 A、嵌入用 B、Reranker 用 C。

Multi-Query Retrieval

黑话：把一个用户问题改写成多个查询，分别检索后合并。

白话：你问 1 个问题，AI 帮你拆成 5 个角度，分别去查——召回更全。

Multi-Vector Retrieval

黑话：每个 chunk 关联多个向量（文本、摘要、问题）。

白话：每段资料"准备多张身份证"——按摘要找、按例题找、按反义词找——增加被命中机会。

Multi-Modal RAG（多模态 RAG）

黑话：支持图片、音频、视频等非文本资料的 RAG。

白话：不只文档，还能"看懂图片、听懂音频"——你贴一张医院化验单图，AI 也能 RAG 出来。

N

Naive RAG

黑话：最基础的 RAG——切片 + 嵌入 + 检索 + 生成。

白话：1.0 版的"教科书 RAG"——简单但效果有限。

NLP（Natural Language Processing）

黑话：自然语言处理——AI 处理人类语言的学科。

白话：让 AI"懂人话、说人话"的所有技术总称。

O

OCR（Optical Character Recognition）

黑话：光学字符识别——从图片提文字。

白话：把"扫描件 PDF / 照片"里的文字"抠出来"变成可搜索文本——常用工具：MinerU、TextIn、ABBYY、PaddleOCR。

Ollama

黑话：本地运行 LLM 的开源工具。

白话：在你电脑上跑大模型的"启动器"——不用懂代码，命令行 1 句话就能跑 DeepSeek。

P

Parent-Child Chunking（父子切片）

黑话：检索小切片，生成时返回大父块。

白话：用"小卡片"找得准，但给 AI"大段上下文"答得全——精度 + 完整性兼顾。

PDF Parser（PDF 解析器）

黑话：从 PDF 提取文本 / 表格 / 图片的工具。

白话：把 PDF"拆开"看里面是啥——常用：PyPDF、pdfplumber、Marker、MinerU。

Pinecone

黑话：知名的商用向量数据库。

白话：最早做"专门的向量库"的公司——按使用量收费，企业级。

Prompt Engineering（提示词工程）

黑话：设计 AI 输入的方法学。

白话：研究"怎么问 AI 才能拿到好答案"——本书第七章和附录 B 全在讲这个。

Q

Qdrant

黑话：开源向量数据库。

白话：免费、好用、可自托管的向量库——可云端可本地。

Query（查询）

黑话：用户输入的问题。

白话：你打字问的"那个问题"。

Query Rewriting（查询改写）

黑话：把用户的问题改写得更适合检索。

白话：你问"上次那个怎么样了"——AI 先改成"X 项目的进度状态"——再去查。

R

RAG（Retrieval-Augmented Generation）

黑话：检索增强生成。

白话：让 AI 答之前先翻你的资料——本书的核心概念。

Reranker（重排序模型）

黑话：对初步召回结果重新排序的模型。

白话：第一轮挑了 100 段，第二轮"精挑细选"出最好的 5-10 段——精度大幅提升。

Retrieval（检索 / 召回）

黑话：从知识库找出最相关的片段。

白话：AI"找资料"的过程——这一步好坏决定 RAG 的命脉。

RetrievalQA

黑话：LangChain 等框架里的"检索式问答"组件。

白话：把"检索 + 生成"打包成一个组件——一行代码搞定 RAG。

S

Self-RAG

黑话：能"自我反思 + 自我决定要不要检索"的 RAG。

白话：AI 自己判断——"这个问题我已经会了，不用查"或"我需要查"或"答完后再核对"。

Semantic Chunking（语义切片）

黑话：根据语义边界（不是固定字数）切分文档。

白话：不是"500 字一段"，是"按段落、按主题"切——更自然。

Semantic Search（语义搜索）

黑话：基于含义而非关键词的搜索。

白话：你搜"开心"——能找到"高兴""愉悦""喜悦"——传统搜索做不到。

Sentence Window Retrieval

黑话：检索单句，扩展到周围窗口（前后 N 句）。

白话：找到"最相关的那句"，但同时把"前后 5 句"一起返回——既准又全。

SOTA（State of the Art）

黑话：当前业界最佳水平。

白话："这玩意是目前最好的"——一个 RAG 评测分数榜上的常用词。

Sparse Retrieval（稀疏检索）

黑话：基于关键词的传统检索。

白话：跟 BM25 一类——按字面找。

System Prompt（系统提示词）

黑话：给 AI 设定"角色 + 行为规则"的开场白。

白话：跟 AI 说"你是一名 X 助手，请遵守 Y 规则"——决定 AI 的"人格 + 边界"。

T

Token

黑话：模型处理文本的最小单位（通常 1 个汉字 ≈ 1.5-2 token，1 个英文单词 ≈ 1-1.5 token）。

白话：AI 算账用的"字数单位"——10K Token ≈ 7K 汉字。

Top-K

黑话：检索时返回的最相关 K 个结果。

白话：从知识库挑出"最相关的 K 个片段"——一般 5-20。

Top-P / Nucleus Sampling

黑话：生成时按累积概率采样的策略。

白话：AI 生成时"随机性"的控制——值越高越发散，越低越保守。

V

Vector（向量）

黑话：一组浮点数，用于表示文本的语义。

白话：每段话翻译成的"密码"——一串数字。

Vector Database（向量数据库）

黑话：专门存储和检索向量的数据库。

白话：装"密码"的图书馆——能快速找出"密码最相似的那几个"。常见：Pinecone、Qdrant、Milvus、Chroma、Weaviate。

Vector Index（向量索引）

黑话：向量库里的索引结构（如 HNSW、IVF）。

白话：图书馆的"找书目录"——决定查询多快。

W

Weaviate

黑话：开源向量数据库 + 内置 RAG 功能。

白话：比 Qdrant 更"全栈"的向量库——内置很多高级功能。

X

XML Tags in Prompt

黑话：用 XML 标签结构化 Prompt（Anthropic 推荐）。

白话：写 Prompt 时用 <context>...</context> <question>...</question> 等包裹——AI 更不容易混淆。

数字 / 缩写

7B / 14B / 32B / 70B

黑话：模型参数量，B = Billion（十亿）。

白话：模型大小——7B = 70 亿参数。一般来说越大越聪明，但越大越慢越吃内存。

1.5B / 3B / 7B / 14B / 32B 蒸馏模型

黑话：从大模型"蒸馏"出来的小模型——效果接近大模型但更小。

白话：DeepSeek-R1 7B 蒸馏 = "小身材但接近大脑"——适合本地部署。

TPS（Tokens Per Second）

黑话：模型生成速度，每秒多少 Token。

白话：AI"打字速度"——一般 30+ TPS 用户感觉流畅，10 TPS 以下感觉卡。

我们没列入但你可能听到的

一句话总结

RAG 黑话虽多——但核心就 5 个词：

1. Chunking：切片
2. Embedding：嵌入（变向量）
3. Vector DB：向量库
4. Retrieval：召回
5. Reranker + Generation：精排 + 生成

记住这 5 个，剩下都是装饰。

← 附录 B：30 个开箱即用的知识库提示词 | → 附录 D：资源与社区