# RAG

RAG 是在推理时临时给模型补证据：先检索，再把资料放进上下文，再生成回答。

它不把知识写进模型参数，而是把外部资料变成可检索的上下文。本文只建立核心认知：RAG 的组件、两条数据流、相似度检索、能力边界，以及截至 2026-07-02 常见的现代 RAG 优化方向。