直接回答：生产级 RAG 的完整链路是：文档解析与清洗 → 分块（chunking）→ 向量化入库 → 查询改写/扩展 → 检索（向量+关键词混合）→ 重排序（rerank）→ 拼接上下文 → LLM 生成 → 引用标注与答案校验。每一步都有质量损耗，整体效果是各环节准确率的乘积，所以要逐环节建立评测。
实践要点：解析环节常见坑是 PDF 表格和双栏排版被切碎，需要版式感知解析；分块不宜定长硬切，按语义/标题层级切并保持 10%~20% 重叠；检索用向量加 BM25 混合（RRF 融合）能同时覆盖语义与专有名词；rerank 用交叉编码器对 top-50 精排到 top-5，是性价比最高的单点优化；生成环节要在 prompt 中要求"仅依据给定资料作答，不知道就说不知道"并输出引用编号。工程上还要考虑：增量索引、元数据过滤（按租户/时间）、检索失败的兜底话术、以及端到端评测集（问题-标准答案对）驱动迭代，而不是凭感觉调参。
追问方向：HyDE 和查询改写分别解决什么？如何评估检索召回率？多租户下如何做向量库隔离？
（约 430 字）