RAG 为什么能“找到”正确答案？搞懂 Embedding 与向量数据库
文字怎么变成向量、两个向量凭什么判断语义相似、上百万条数据怎么毫秒级捞出最相关的——这三个问题构成了 RAG 向量检索的全部关键。这篇从嵌入模型、三种相似度算法的实际分歧，讲到向量库的索引与度量配置，把链路上最容易配错的那几处逐一点出来。
这个仓库里只装文章本身：正文、frontmatter、每篇自己的图片。它不装代码、不装构建产物，也不依赖任何数据库。这篇说明目录该怎么摆、frontmatter 每一项是什么意思、以及图片为什么必须用相对路径。
阅读全文文字怎么变成向量、两个向量凭什么判断语义相似、上百万条数据怎么毫秒级捞出最相关的——这三个问题构成了 RAG 向量检索的全部关键。这篇从嵌入模型、三种相似度算法的实际分歧，讲到向量库的索引与度量配置，把链路上最容易配错的那几处逐一点出来。