Phase 4：RAG 管道 本阶段目标：把「检索 + 提示 + 生成」串成完整 RAG 链，掌握上下文格式化、链的组装，并可选接触 RAGAS 做质量评估。 1. 设计指导 1.1 RAG 数据流 用户问题 → Retriever → 若干 Document → 格式化为一段 context 字符串 → Prompt(context=..., question=...) → LLM → 答案 * 检索：Phase 3 的 Retriever，invoke(question) 得到 List[Document]。 * 格式化：把 Document 列表转成「带来源的」
Phase 3：向量存储与检索 本阶段目标：把 Phase 2 的 Document 列表写入向量库，学会 Embeddings、VectorStore、Retriever 的用法，并能用自然语言查询得到相关 chunk。 1. 设计指导 1.1 概念关系 * Embeddings：文本 → 向量。LangChain 用 Embeddings 接口封装（如 OpenAIEmbeddings）。 * VectorStore：存 (vector, metadata, optional id)，支持相似度搜索。本项目用 Chroma 做本地开发（无需额外服务），生产可用 Qdrant。 * Retriever：抽象「查询 → 返回相关 Document 列表」
Phase 2：文档加载与分块 本阶段目标：掌握 LangChain 的 Document、Loader、TextSplitter，实现「从本地目录加载代码/文档并切成 chunk」，为向量检索做准备。 1. 设计指导 1.1 Document 与 Loader * Document：langchain_core.documents.Document，通常有 page_content（文本）和 metadata（如 source、language）。 * Loader：把外部数据转成 Document 列表。常见： * 本地目录/文件：DirectoryLoader、GenericLoader、按语言解析的 LanguageParser。 * 代码库场景：按后缀过滤（.py、
Phase 1：LCEL 与提示词 本阶段目标：掌握 LCEL（LangChain Expression Language）的链式组合、多输入并行、以及结构化输出，为后续 RAG 和 Agent 打基础。 1. 设计指导 1.1 什么是 LCEL * LCEL 用 | 把 Runnable 串成链，每个组件都是 Runnable[Input, Output]。 * 好处：自动支持 invoke、stream、batch，以及与 LangSmith 的集成。 * 旧版 LLMChain 已废弃，新代码一律用 LCEL 构建链。 1.2 常用
教学：如何调用国产大模型 GLM（智谱） 本节需要你在项目中接入智谱 AI 的 GLM 系列模型（如 GLM-4、GLM-4.7），可与 Phase 0 / Phase 1 的链无缝替换，便于在无法使用 OpenAI 时改用国产模型。 参考文档：智谱开放平台 - GLM-4.7 1. 设计指导 1.1 智谱 API 与 LangChain 的两种接入方式 方式 说明 适用场景 OpenAI 兼容 Base URL 智谱 v4 接口与 OpenAI Chat Completions 兼容，