手写RAG引擎教程：分块、BM25与RRF混合检索
热点事件历史事件
手写RAG引擎教程：分块、BM25与RRF混合检索
1 篇报道1 个报道来源10 天前更新
先了解这件事
AI 综述
作者 Yuhano 在掘金发布 W4 教程，从零手写一套完整 RAG 引擎，让 Agent 接入企业私有文档。教程实现的组件包括：按 Markdown 标题层级生成面包屑、带滑动重叠窗口的分块器；纯 TypeScript 的余弦相似度与内存向量库；手写 BM25 关键词检索；以及用 RRF 倒数排序融合向量与关键词两路结果。 教程给出的检索参数为：RRF 默认 k=60，先初筛 20 条，再精排取 Top-5。教程还涉及 LLM-as-Judge 评估。
AI 根据报道生成 · 9 天前更新
最新进展11月5日 23:02
从零手写 RAG 引擎：Markdown 分块、BM25 混合检索与 RRF 融合报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- 掘金精选从零手写 RAG 引擎：Markdown 分块、BM25 混合检索与 RRF 融合
作者在 W4 教程中从零手写一套完整 RAG 引擎，让 Agent 接入企业私有文档。实现包括按 Markdown 标题层级生成面包屑并带滑动重叠窗口的分块器、纯 TypeScript 的余弦相似度与内存向量库、手写 BM25 关键词检索，以及用 RRF 倒数排序融合两路结果，默认 k=60、初筛 20 条再精排 Top-5。