把每一次试错都当作新的路标，关注技术学习与数字生活，记录知识体系搭建、读书与思考和真实实践中的思考；坚持先理解原理，再讨论工具。欢迎围绕具体问题进行有信息量的讨论。
** 本文记录了一个企业知识库RAG系统（检索增强生成）的真实优化过程。初始方案在2000条测试集上召回准确率仅62%，通过调整chunk策略（512→256+重叠64）、切换embedding模型（text-embedding-ada-002→bge-large-zh-v1.5）、引入bge-reranker-large重排序，最终Top-5准确率提升至89%，端到端回答可用率从58%升至87%
本文分享一个真实可运行的多服务docker-compose配置，涵盖Nginx 1.24反向代理、Golang 1.21 API服务、PostgreSQL 15数据库及Redis 7缓存，通过自定义网络隔离、命名卷持久化、healthcheck健康检查和depends_on条件控制启动顺序。配置实测在2C4G云主机上启动耗时43秒，内存占用稳定在512MB以内，适合中小型项目直接落地或二次改造。
