Day 21：如何把RAG知识库项目讲成完整工程经验

整改版本：按Day01工程化标准重写｜不是泛泛课程笔记

生成时间：2026-06-09 15:32

今日实战：RAG项目3分钟讲解稿。
业务场景：写一份从业务痛点到技术流程、评测和边界的项目讲解稿。

1. 当天学习目标

2. 精准视频定位

学习模块视频 / 分P / 章节建议观看重点
业务问题2025 RAG入门到精通：企业级知识库搭建、文档问答、项目实践相关分P。重点看它如何支撑“RAG项目3分钟讲解稿”，不要全刷，只按关键词定位。
文档处理2025 RAG入门到精通：企业级知识库搭建、文档问答、项目实践相关分P。重点看它如何支撑“RAG项目3分钟讲解稿”，不要全刷，只按关键词定位。
向量检索2025 RAG入门到精通：企业级知识库搭建、文档问答、项目实践相关分P。重点看它如何支撑“RAG项目3分钟讲解稿”，不要全刷，只按关键词定位。
生成引用2025 RAG入门到精通：企业级知识库搭建、文档问答、项目实践相关分P。重点看它如何支撑“RAG项目3分钟讲解稿”，不要全刷，只按关键词定位。
评测优化2025 RAG入门到精通：企业级知识库搭建、文档问答、项目实践相关分P。重点看它如何支撑“RAG项目3分钟讲解稿”，不要全刷，只按关键词定位。

如果原视频分P标题变化，请按模块关键词人工定位；不要全刷。

3. 背诵版核心内容

3.1 业务问题

一句话理解：业务问题 是完成“RAG项目3分钟讲解稿”这个任务时必须掌握的一个工程环节。

AI 工程里为什么必须会：业务问题 不是孤立概念，它会影响接口参数、JSON结构、工作流节点、Agent工具、RAG结果或制造业业务数据能否被稳定处理。

项目里怎么用：在“RAG项目3分钟讲解稿”中，我要用它解决：写一份从业务痛点到技术流程、评测和边界的项目讲解稿。

面试时怎么说：我会把 业务问题 放到业务场景里讲，先说明它解决什么问题，再说明它如何支撑 FastAPI、RAG、Agent、悟空/DEAP 或 AI表格的落地。

面试官追问怎么答：如果被追问，我会补充它的输入、输出、异常情况和工程边界，避免只背定义。

3.2 文档处理

一句话理解：文档处理 是完成“RAG项目3分钟讲解稿”这个任务时必须掌握的一个工程环节。

AI 工程里为什么必须会：文档处理 不是孤立概念，它会影响接口参数、JSON结构、工作流节点、Agent工具、RAG结果或制造业业务数据能否被稳定处理。

项目里怎么用：在“RAG项目3分钟讲解稿”中，我要用它解决：写一份从业务痛点到技术流程、评测和边界的项目讲解稿。

面试时怎么说：我会把 文档处理 放到业务场景里讲，先说明它解决什么问题，再说明它如何支撑 FastAPI、RAG、Agent、悟空/DEAP 或 AI表格的落地。

面试官追问怎么答：如果被追问，我会补充它的输入、输出、异常情况和工程边界，避免只背定义。

3.3 向量检索

一句话理解：向量检索 是完成“RAG项目3分钟讲解稿”这个任务时必须掌握的一个工程环节。

AI 工程里为什么必须会：向量检索 不是孤立概念，它会影响接口参数、JSON结构、工作流节点、Agent工具、RAG结果或制造业业务数据能否被稳定处理。

项目里怎么用：在“RAG项目3分钟讲解稿”中，我要用它解决：写一份从业务痛点到技术流程、评测和边界的项目讲解稿。

面试时怎么说：我会把 向量检索 放到业务场景里讲，先说明它解决什么问题，再说明它如何支撑 FastAPI、RAG、Agent、悟空/DEAP 或 AI表格的落地。

面试官追问怎么答：如果被追问，我会补充它的输入、输出、异常情况和工程边界，避免只背定义。

3.4 生成引用

一句话理解：生成引用 是完成“RAG项目3分钟讲解稿”这个任务时必须掌握的一个工程环节。

AI 工程里为什么必须会：生成引用 不是孤立概念，它会影响接口参数、JSON结构、工作流节点、Agent工具、RAG结果或制造业业务数据能否被稳定处理。

项目里怎么用：在“RAG项目3分钟讲解稿”中，我要用它解决：写一份从业务痛点到技术流程、评测和边界的项目讲解稿。

面试时怎么说：我会把 生成引用 放到业务场景里讲，先说明它解决什么问题，再说明它如何支撑 FastAPI、RAG、Agent、悟空/DEAP 或 AI表格的落地。

面试官追问怎么答：如果被追问，我会补充它的输入、输出、异常情况和工程边界，避免只背定义。

3.5 评测优化

一句话理解：评测优化 是完成“RAG项目3分钟讲解稿”这个任务时必须掌握的一个工程环节。

AI 工程里为什么必须会：评测优化 不是孤立概念，它会影响接口参数、JSON结构、工作流节点、Agent工具、RAG结果或制造业业务数据能否被稳定处理。

项目里怎么用：在“RAG项目3分钟讲解稿”中，我要用它解决：写一份从业务痛点到技术流程、评测和边界的项目讲解稿。

面试时怎么说：我会把 评测优化 放到业务场景里讲，先说明它解决什么问题，再说明它如何支撑 FastAPI、RAG、Agent、悟空/DEAP 或 AI表格的落地。

面试官追问怎么答：如果被追问，我会补充它的输入、输出、异常情况和工程边界，避免只背定义。

4. 必须掌握原理

原理 1：RAG项目讲法的工程本质

一句话解释：它的本质是让“写一份从业务痛点到技术流程、评测和边界的项目讲解稿。”变成可执行、可验证、可复用的工程流程。

为什么重要：AI工程面试不只考知道概念，更考能否把概念变成项目产出。

在 AI 工程里的使用场景：FastAPI接口、DEAP工作流、RAG知识库、Agent工具、制造业数据分析。

面试表达：我会先讲业务问题，再讲RAG项目讲法如何支撑这个问题的解决。

原理 2：结构化输入输出

一句话解释：企业AI应用要把自然语言、业务字段、接口返回和模型回答整理成结构化输入输出。

为什么重要：没有结构化输入输出，工作流和Agent就无法稳定复用。

在 AI 工程里的使用场景：JSON、API参数、Pydantic模型、Tool Schema、AI表格字段、RAG片段。

面试表达：我会关注每一步的输入、输出和字段含义，而不是只追求模型回答。

原理 3：工程边界与风险控制

一句话解释：AI能力必须有边界：权限、日志、错误兜底、拒答、人审和测试。

为什么重要：企业场景中误调用接口、误写数据、编造答案都会产生真实风险。

在 AI 工程里的使用场景：销帮帮写入、财务问答、合同分析、制造业订单风险预警。

面试表达：我会明确哪些可以自动化，哪些必须人工确认。

5. 当天实战小项目 / 产物

产物目录：/Users/hejunkai/Documents/AI工程师/28天每日背诵文档/Day21_RAG项目讲法_实战项目

核心文件：day21_rag_project_pitch.md

# RAG项目3分钟讲解稿

## 场景
写一份从业务痛点到技术流程、评测和边界的项目讲解稿。

## 当天模块
- 业务问题
- 文档处理
- 向量检索
- 生成引用
- 评测优化

## 验收目标
能把RAG讲成项目而不是聊天机器人。

验收目标：能把RAG讲成项目而不是聊天机器人。

6. 当天必须会写 / 会操作的内容

操作任务要求验收方式
完成当天实战产物生成或阅读 day21_rag_project_pitch.md能把RAG讲成项目而不是聊天机器人。
解释输入数据说清用户问题、字段、接口参数或文档来源能说出每个字段的业务含义
解释处理过程按步骤说明筛选、校验、调用、检索、生成或汇总逻辑别人能按你的说明复现
解释输出结果说明输出JSON、Markdown、Schema、流程图或讲解稿的用途能关联FastAPI/Agent/悟空/DEAP
准备面试表达用2-3分钟讲清当天主题能回答至少3个追问

7. 当天验收标准：8道硬题

验收题 1：概念理解题
问题：RAG项目讲法在企业AI项目中解决什么问题？
操作过程 / 思考过程：
  1. 先用一句话说本质
  2. 结合当天场景举例
  3. 补充工程边界
标准答案：RAG项目讲法不是孤立概念，它服务于“写一份从业务痛点到技术流程、评测和边界的项目讲解稿。”。在项目里要关注输入、处理、输出和风险。
掌握标准：能用业务场景解释，而不是只背定义。
面试官可能追问：如果真实落地，你还要补什么？
追问回答：我会补权限、日志、异常兜底、测试数据、真实接口和人工确认机制，不会把原型说成生产系统。
验收题 2：视频定位复盘题
问题：今天视频定位里最关键的模块是哪几个？
操作过程 / 思考过程：
  1. 列出模块
  2. 说明每个模块的作用
  3. 对应到实战产物
标准答案：关键模块包括：业务问题、文档处理、向量检索、生成引用、评测优化。
掌握标准：能把模块和实战任务对应起来。
面试官可能追问：如果真实落地，你还要补什么？
追问回答：我会补权限、日志、异常兜底、测试数据、真实接口和人工确认机制，不会把原型说成生产系统。
验收题 3：操作题1
问题：请完成当天产物：day21_rag_project_pitch.md
操作过程 / 思考过程：
  1. 打开实战项目目录
  2. 查看或运行示例文件
  3. 说明产物用途
标准答案：能把RAG讲成项目而不是聊天机器人。
掌握标准：能展示文件并解释其用途。
面试官可能追问：如果真实落地，你还要补什么？
追问回答：我会补权限、日志、异常兜底、测试数据、真实接口和人工确认机制，不会把原型说成生产系统。
验收题 4：操作题2
问题：请说明这个产物如何升级成FastAPI接口或Agent Tool。
操作过程 / 思考过程：
  1. 识别输入参数
  2. 封装业务逻辑
  3. 定义接口或Tool Schema
  4. 说明返回JSON
标准答案：升级路径是：先把逻辑封装成函数或服务，再用FastAPI暴露接口，最后给Agent/悟空/DEAP配置为可调用工具。
掌握标准：能说出输入、输出和调用方式。
面试官可能追问：如果真实落地，你还要补什么？
追问回答：我会补权限、日志、异常兜底、测试数据、真实接口和人工确认机制，不会把原型说成生产系统。
验收题 5：原理解释题
问题：为什么企业AI应用不能只靠Prompt解决这个问题？
操作过程 / 思考过程：
  1. 说明Prompt局限
  2. 说明数据/接口/工具的重要性
  3. 说明风险控制
标准答案：Prompt适合表达规则和生成话术，但稳定的数据查询、金额计算、接口调用、权限控制和日志记录需要工程能力完成。
掌握标准：能区分模型生成和程序执行。
面试官可能追问：如果真实落地，你还要补什么？
追问回答：我会补权限、日志、异常兜底、测试数据、真实接口和人工确认机制，不会把原型说成生产系统。
验收题 6：易错题
问题：学习RAG项目讲法时最容易犯什么错？
操作过程 / 思考过程：
  1. 指出一个常见误区
  2. 给出正确理解
  3. 说明项目后果
标准答案：常见错误是只记概念、不做产物，或把平台配置当成底层原理。正确做法是形成可解释、可演示、可验证的产出。
掌握标准：能主动指出误区。
面试官可能追问：如果真实落地，你还要补什么？
追问回答：我会补权限、日志、异常兜底、测试数据、真实接口和人工确认机制，不会把原型说成生产系统。
验收题 7：面试表达题
问题：请用2分钟讲清：如何把RAG知识库项目讲成完整工程经验
操作过程 / 思考过程：
  1. 业务背景
  2. 技术实现
  3. 产出结果
  4. 边界风险
标准答案：我会从“写一份从业务痛点到技术流程、评测和边界的项目讲解稿。”讲起，再说明用RAG项目讲法完成工程闭环，最后说明如何接入FastAPI/RAG/Agent/悟空/DEAP。
掌握标准：能自然讲，不像背书。
面试官可能追问：如果真实落地，你还要补什么？
追问回答：我会补权限、日志、异常兜底、测试数据、真实接口和人工确认机制，不会把原型说成生产系统。
验收题 8：迁移应用题
问题：如果换成制造业订单/库存/工单场景，你怎么迁移今天的方法？
操作过程 / 思考过程：
  1. 找到同类业务对象
  2. 设计字段和接口
  3. 复用处理流程
  4. 补充异常兜底
标准答案：方法可以迁移到ERP、MES、WMS、财务等系统，只要重新定义业务对象、字段映射、接口参数和输出模板。
掌握标准：能从一个场景迁移到另一个场景。
面试官可能追问：如果真实落地，你还要补什么？
追问回答：我会补权限、日志、异常兜底、测试数据、真实接口和人工确认机制，不会把原型说成生产系统。

8. 面试高频问法：候选人现场回答版

  1. 面试官可能问：你怎么理解RAG项目讲法在AI工程里的作用？
    候选人现场回答版：我会从业务场景讲：写一份从业务痛点到技术流程、评测和边界的项目讲解稿。。RAG项目讲法的价值是把这个问题变成可执行、可验证的工程流程。
  2. 面试官可能问：这个知识点和你的简历项目有什么关系？
    候选人现场回答版：它可以对应我的悟空/DEAP技能、FastAPI接口、RAG知识库、Agent工具或制造业多系统Agent项目。
  3. 面试官可能问：你能现场展示什么？
    候选人现场回答版：我可以展示当天产物 day21_rag_project_pitch.md，说明输入、处理过程、输出和后续升级路径。
  4. 面试官可能问：它如何升级成Agent Tool？
    候选人现场回答版：先封装成函数或API，再定义工具名称、描述和参数Schema，让Agent在合适场景调用。
  5. 面试官可能问：它如何接入悟空/DEAP？
    候选人现场回答版：通过工作流节点传入参数、调用API或读取AI表格，再把结果交给模型生成回复或报告。
  6. 面试官可能问：如果数据错了怎么办？
    候选人现场回答版：先检查字段映射、数据类型、接口返回、日志和测试集，必要时转人工确认。
  7. 面试官可能问：如何向非技术客户解释？
    候选人现场回答版：我会用业务语言说它如何减少手工整理、提升响应速度、让数据分析可追溯。
  8. 面试官可能问：它和制造业有什么关系？
    候选人现场回答版：制造业ERP/MES/WMS/财务数据都需要通过结构化数据、接口、工具和工作流连接起来。
  9. 面试官可能问：你目前做到什么程度？
    候选人现场回答版：我会如实说明是学习验证、原型、联调还是可演示项目，不编造上线效果。
  10. 面试官可能问：你如何证明自己掌握了？
    候选人现场回答版：我能讲清原理，完成RAG项目3分钟讲解稿，并把它映射到真实AI应用场景。

9. 当天易忘点提醒

易忘点正确理解错误理解
只背定义要结合业务输入、处理、输出讲把技术点说成百科解释
忽略产物每天必须有代码、JSON、Schema、流程图或讲解稿只看视频不做东西
混淆原型和生产原型要如实说，生产还需权限/日志/测试/部署把MVP说成已上线系统
忽略字段和数据结构企业AI落地关键是字段、接口、数据结构只关注模型回答
忽略异常兜底接口失败、资料不足、写入风险都要处理假设每次都成功

10. 当天复盘背诵稿

今天我复盘的是“如何把RAG知识库项目讲成完整工程经验”。我不能把它当成孤立知识点来背，而要把它放到企业AI应用工程里理解。当天场景是：写一份从业务痛点到技术流程、评测和边界的项目讲解稿。。围绕这个场景，我需要掌握业务问题、文档处理、向量检索、生成引用、评测优化，并形成产物 day21_rag_project_pitch.md。面试时我会先讲业务背景，再讲技术实现，再讲输出结果和工程边界。这个知识点可以和我的FastAPI接口、RAG知识库、Agent Tool、悟空/DEAP工作流、AI表格以及制造业ERP/MES/WMS数据分析联系起来。我需要强调，AI工程不是只会调用模型或写Prompt，而是要把业务数据结构化、把能力封装成函数或接口、让工作流或Agent能够稳定调用，并通过日志、测试、权限和人审控制风险。如果面试官追问我做到什么程度，我会如实说明当前是学习验证、原型还是可演示项目，并展示当天产物。最终我要表达的是：我不是纯算法研究员，而是偏AI应用落地、企业系统连接和制造业场景解决方案的候选人。
返回目录
说明：本文件按工程落地和面试表达整改；不得把原型、示例或建议指标包装成真实上线成果。