【手搓 Agent 第2.1关】搭建 Agent 进阶能力：RAG（中）

掌握 RAG 理论只是基础，很多开发者学完范式、名词、原理，依然看不懂 RAG 代码、调不通完整流程，核心问题是没有理解 RAG 最本质的数据流转逻辑。绝大多数教程一上来就堆砌向量、嵌入、框架调用，反而本末倒置，让初学者忽略了 RAG 的核心精髓。

承接上篇理论基础，本篇采用降维学习法，剥离 LangChain、向量数据库、Embedding 等复杂模块，纯原生 Python 手写极简 RAG 系统。跳过复杂数学计算，聚焦核心流程，手把手实现文档切片、检索匹配、Prompt 增强、约束式问答，让你彻底搞懂 RAG 的运行内核。

一、剥离框架的纯手工 RAG 核心流（沙盒演练）

本章旨在理解数据在 RAG 系统中是如何流转的，屏蔽了底层数学复杂性。

代码部分仍旧基于 Stage 1 建立的最小 Agent：上，中，下。

1. 不用切分器的字符串拆解（Chunk）

不用 langchain 调包，而是手动切分字符。

选取一段包含背景知识的长字符串，并将其放在全局变量区，在程序启动时直接把它切成一个列表（知识库）。

• 放在哪里：放在 client = OpenAI(...) 下面，system_prompt 的上面。

示例：

# 手工 RAG：构建知识库
RAW_TEXT = "小麦存储标准：温度 8~22℃，湿度≤65%，仓内 CO₂不超 1200ppm；超标满 2 小时触发三级告警，推送短信与企业微信消息。"

# 手动 Chunking：这里我们用分号“；”作为切分点，将其切成两个短句（Chunk）
knowledge_base = RAW_TEXT.split("；")

print(f"【系统初始化】知识库已加载，共切分为 {len(knowledge_base)} 个 Chunk。")

2. 不用向量的暴力检索（Retrieval）

写一个最简单的函数，遍历刚才的 knowledge_base，看看哪个 Chunk 包含用户提问的关键词。

• 放在哪里： 和 get_weather 函数做伴，可以放在 get_weather 的正下方。

示例：

# 手工 RAG：暴力检索函数
def retrieve(query: str, kb: list) -> str:
    """
    极简检索：只要 Chunk 里包含了 query 中提到的核心关键词，就认为匹配成功。
    """
    # 1. 我们先定义几个业务相关的核心关键词（充当极简版的词表）
    keywords = ["温度", "湿度", "告警", "CO2", "小麦", "短信"]
    
    # 2. 看看用户的提问里，命中了上面哪几个关键词
    user_keywords = [kw for kw in keywords if kw in query]
    
    # 如果用户没提到任何关键词，直接返回空，不去检索了
    if not user_keywords:
        return ""

    # 3. 遍历知识库里的每一个 Chunk
    for chunk in kb:
        # 只要这个 chunk 里包含了用户提到的任意一个关键词，我们就把它当做参考资料返回
        if any(kw in chunk for kw in user_keywords):
            return chunk
            
    # 4. 如果整个 for 循环都跑完了，还是没 return 出去，说明没匹配到，最后再返回空字符串
    return ""

3. 组装 Grounded Answer Prompt 强制引用

这是 RAG 最核心的“灵魂欺骗”术。大模型本身不知道什么是“知识库”，你需要通过系统提示词逼迫它。

修改 System Prompt：

现在的 system_prompt 是为了强迫模型无限循环查询天气。我们需要把它换成严谨的研究助手，替换现有的 system_prompt 变量。

示例：

system_prompt = {
    "role": "system",
    "content": "你是一个严谨的资料研究助手。请严格根据用户提供的【参考资料】回答问题。如果资料中没有相关信息，请直接回答‘根据资料，我不知道’。"
}

在核心循环中组装 Prompt：

这是 RAG 发挥作用的核心地带。我们需要在用户的话发给大模型之前，先去检索资料，然后把资料塞进用户的话里。

• 放在哪里： 在 generate_response(prompt) 函数内部的开头，替换掉 chat_history.append({"role": "user", "content": prompt}) 。

示例：

def generate_response(prompt):
    try:
        # 1. 拦截用户的 prompt，先去知识库里检索
        retrieved_chunk = retrieve(prompt, knowledge_base)

        # 2. 组装 Grounded Answer Prompt
        if retrieved_chunk:
            print(f"🔍 检索到相关资料: {retrieved_chunk}")
            augmented_prompt = f"【参考资料】{retrieved_chunk}\n用户问题：{prompt}"
        else:
            print("🔍 未检索到相关资料。")
            augmented_prompt = prompt

        # 3. 将组装后的超级 Prompt 存入对话历史
        chat_history.append({"role": "user", "content": augmented_prompt})

        # ... 保持你原有的 client.chat.completions.create 逻辑不变 ...

特别提示： 因为我们在做纯 RAG 测试，你可以暂时把 client.chat.completions.create 里的 tools=tools 和 tool_choice="auto" 注释掉，避免模型分心去调天气工具。

4. 运行示例

【系统初始化】知识库已加载，共切分为 2 个 Chunk。

AI对话程序，输入 quit 结束对话

你:你好，我叫 Alkaid，想向你咨询小麦存储标准。我想知道小麦需要在什么样的温度和湿度下储存。
🔍 检索到相关资料: 小麦存储标准：温度 8~22℃，湿度≤65%，仓内 CO₂不超 1200ppm
❌ 模型无需调用工具，直接文字回答
AI: 你好 Alkaid，根据提供的参考资料，小麦存储所需的条件如下：温度：8~22℃，湿度：≤65%

你:哦，那么如果超标会告警吗？会给我发短信吗？    
🔍 检索到相关资料: 超标满 2 小时触发三级告警，推送短信与企业微信消息。
❌ 模型无需调用工具，直接文字回答
AI: 根据资料，若超标满 2 小时会触发三级告警，届时会推送短信与企业微信消息。

注：

在这个环节中，我们选择跳过 Embedding 和余弦相似度以避免它分散你对“信息流转（Pipeline）”的注意力：

• Embedding 的本质是复杂的数学黑盒： 要真正在本地从零写一个现代语义 Embedding 模型，需要用 PyTorch 去写一个 Transformer 神经网络的前向传播，涉及极其复杂的矩阵乘法，偏离我们学习 Agent 和 RAG 组装的初衷。

• RAG 的灵魂在于“欺骗”大模型，而不是搜索算法： 很多初学者误以为 RAG 最伟大的是“向量检索”，但实际上，RAG 最核心的机制是“把搜索到的文本，悄悄塞进 Prompt 里，逼迫大模型基于此回答”。

• 降维打击学习法： 用 Python 最简单的 in 关键字（关键词匹配）代替 Embedding 向量检索，你可以用 3 行代码完成“检索”这一步。这样你就能把 100% 的精力集中在：文本如何切分（Chunking）、如何拼接进 Prompt（Grounded Answer）以及大模型看到这个 Prompt 后的反应。

二、本篇总结 & 下期预告

通过本篇手写沙盒案例，我们成功实现了最简可用的 RAG 能力，彻底厘清了“切片-检索-增强-生成”的完整链路，摆脱了对框架的黑盒依赖。但当前极简版 RAG 仅能实现基础关键词匹配，无法支撑大规模文档、语义检索、持久化知识库等工业级需求。

下一篇 Stage 2 - RAG下篇，我们将完成从玩具demo到工业级落地的升级，基于 LangChain + 本地向量库搭建完整版 RAG 系统，实现文档智能分块、本地向量化、持久化存储、语义检索，并无缝对接我们 Stage 1 搭建的 Agent 主循环。