RAG（Retrieval-Augmented Generation，检索增强生成）是当前大模型应用中最常见、也最容易落地的一种架构。

简单来说：

在模型回答问题之前，先从你的知识库中找出相关内容，再把这些内容一并交给模型生成答案。

这一篇将基于一个最小可用、但工程上完整的 RAG 流程，从零梳理：

• 文档是如何被加载为 LangChain 能理解的 Document
• 文档是如何被切分
• 向量是如何存储与检索的
• 检索结果如何被压缩 / 重排序
• 最终如何接入到 LLM 调用中

LangChain 管道是一个 由多个可运行组件（Runnable）组成的流水线 ，数据从左到右依次流动，每个组件处理后传递给下一个。

在上一篇中，我们已经通过：

python
Prompt | LLM | OutputParser

完成了一个最小可用的 LangChain 调用流程。 从这一行代码开始，LangChain 实际上已经引入了一个非常核心的抽象：Runnable（可执行管道）。 这一篇将围绕 Runnable 的实际使用方式 展开，重点放在：

• 常见 Runnable 类型的用法
• 如何自己封装 RunnableLambda
• 如何构建分支（RunnableBranch）与并行（RunnableParallel）管道

这篇文章涵盖 LangChain 的核心技术点，包括：

• Prompt 模板构建（PromptTemplate / ChatPromptTemplate）
• 大模型调用（LLM）
• 输出解析（StrOutputParser / 自定义解析器）
• 链组合（Chain）

通过一个完整示例，你可以实现从基础问答到多轮智能对话的应用。

很多时候，写代码并不是为了尽快得到一个结果，而是在不断尝试与推翻的过程中，逐渐形成对问题本身的理解。真正耗费时间的，往往不是把代码写出来，而是弄清楚为什么要这样写，以及还有没有更合适的选择。