# 我把 22 篇 RAG 论文喂给了 RAG，让 AI 自己给我讲明白什么是 RAG
![image.png](https://developer.qcloudimg.com/http-save/yehe-11396077/db8ee824035a0330da7e0a7663f30683.png)



@[toc]

---

## 一、22 篇论文躺在硬盘里吃灰的第 47 天

最近想搞懂 RAG（检索增强生成），去 arXiv 一顿下载，22 篇经典论文 PDF 整整齐齐躺在文件夹里——然后就开始吃灰了。
![image.png](https://developer.qcloudimg.com/http-save/yehe-11396077/52ac1e32c5b4dff6cd699036ede6360c.png)

为什么不读？三连痛：

- **全英文，读一篇精神两小时。** RAG 原始论文、Self-RAG、CRAG、GraphRAG……22 篇读完，一个月下班时间没了；
- **读过就忘，用时全凭缘分。** 昨天读完 Self-RAG，今天看到 CRAG，"这俩到底谁是谁？"再翻回 PDF 找，又得从头扫一遍；
- **写综述要跨论文对比，Ctrl+F 在 22 个 PDF 里来回横跳**——"哪几篇提出了新的检索器？"手动拉表格对比到想砸键盘。

那直接问网页版大模型？它没读过你手里这批论文的细节，答得笼统还可能张冠李戴——毕竟它的训练数据不是你硬盘里这 22 篇的完整文本。

**我需要的是：把这 22 篇 PDF 全读完、我用中文随便问、答案标注出自哪篇论文哪一页的助手。**

巧的是，实现这个助手的技术，恰好就是这批论文讲的——**RAG**。

左脚踩右脚上天了：**我搭了一个 RAG 系统，让它读完 RAG 论文给我讲什么是 RAG。**

---

## 二、方案：AnythingLLM + 蓝耘 MaaS，零代码搭 RAG

### AnythingLLM：开箱即用的 RAG 桌面应用

AnythingLLM 是一个开源的 RAG 桌面应用，核心卖点就三句话：

- **双击安装免 Docker**——对比 RAGFlow / FastGPT 动辄要折腾半小时容器编排，AnythingLLM 装完就能用；
- **工作区 = 知识库**——拖 PDF 进去、自动切块向量化、问答带引用出处，全程图形界面；
- **数据本地存储**——向量库、聊天记录都在本地，不用担心文档泄露。

官网链接：
```
https://anythingllm.com/
```

![AnythingLLM下载.png](https://developer.qcloudimg.com/http-save/yehe-11396077/bcb15ac94e6411ae18dc35fbd53fe265.png)

不过 AnythingLLM 只是"骨架"，真正决定回答质量的还是背后的大模型。它支持接入各家 API，想要读 22 篇英文论文还能用中文对答如流，就得配一个**上下文够长、推理够强、价格够便宜**的云端模型——于是引出本文的第二个主角。

### 蓝耘 MaaS

读论文问答这个场景，对推理服务有三个要求：

1. **标准接口**——AnythingLLM 支持 OpenAI 兼容接口，填个地址就能接；
2. **按量付费**——读论文是低频场景，一天几毛钱，比包月划算；
3. **中文 ↔ 英文跨语言能力**——语料是英文论文，提问是中文，回答也要中文，考验模型的多语言理解。

蓝耘 MaaS 三项全中：

- **OpenAI 兼容接口**：`https://maas-api.lanyun.net/v1`，AnythingLLM 里选 Generic OpenAI 直接填；
- **按量付费 + 多模型广场**：DeepSeek、GLM、Kimi、Qwen 等主流模型整整齐齐，Token 按量计费，注册充值即用；
- **中文提问 → 英文文献 → 中文回答**，正好用旗舰模型的跨语言能力。

根据 AI Ping 的实测数据，蓝耘 MaaS 上主流模型的首字延迟和吞吐量表现都相当能打：

![AIPing榜单](https://developer.qcloudimg.com/http-save/yehe-11396077/e010365d799a57f2aca4d63f2f4e8c1f.png)

---

### RAG 原理一张图讲清

在开始实操前，先用 300 字讲清楚 RAG 的工作链路——**下面这张图，就是待会儿那 22 篇论文的核心思想**：

![image.png](https://developer.qcloudimg.com/http-save/yehe-11396077/f529d3821a5ea673d7e85d14760f0b81.png)

简单说：**RAG = 先把文档向量化存起来，问的时候先检索相关段落、再喂给大模型生成答案。**

为什么这样做？因为大模型再聪明，它的训练数据里也没有你硬盘里这 22 篇 PDF 的完整文本。RAG 的核心价值就是**让大模型"读"你的私有文档**——检索出相关段落放进提示词里，大模型基于这些段落回答，答案自然精准、还能标注出处。

好，原理讲完，开整。

---

## 三、准备工作：蓝耘 API + AnythingLLM 安装

### 第一步：蓝耘控制台拿 API Key

前往蓝耘控制台完成注册：
蓝耘官网👇
```
https://console.lanyun.net/#/register?promoterCode=41c01378ce
```

登录后在左侧导航栏找到 **API 管理 / 密钥管理**，点击"创建 API Key"，生成后复制保存。

![image.png](https://developer.qcloudimg.com/http-save/yehe-11396077/f86978c13c4b8bc269df86c75ed28835.png)


### 第二步：模型广场锁定 deepseek-v4-flash

点击左侧【模型广场】，搜索 **deepseek-v4-flash**。

为什么选它？论文问答场景吃三样东西：**英文理解能力**（RAG 论文基本都是英文）、**中文生成能力**（我要中文回答）、**长上下文**（一次检索可能召回几千字段落）。DeepSeek V4 Flash 官方标称 1024k 上下文，输入 1 元/百万 tokens、输出 2 元/百万 tokens——把本文的 Demo 从头玩到尾也花不了一块钱。
![蓝耘大模型名称.png](https://developer.qcloudimg.com/http-save/yehe-11396077/4b5a43e5c376fa3f2749b5f358200c77.png)
记下调用名称：

```
deepseek-v4-flash
```

到这里，蓝耘侧的三件套集齐：

| 配置项  | 值                                               |
| ---- | ----------------------------------------------- |
| API Key | `sk-xxxxxxxx`（你自己的密钥）                         |
| 接口地址 | `https://maas-api.lanyun.net/v1`（OpenAI 兼容端点）  |
| 模型名称 | `deepseek-v4-flash`                             |

### 第三步：下载安装 AnythingLLM

前往官网下载桌面版：
```
https://anythingllm.com/download
```

![image.png](https://developer.qcloudimg.com/http-save/yehe-11396077/39c733d446308d6935e003451dc5ff82.png)

Windows / Mac / Linux 都有对应安装包，下载后双击安装即可，全程图形界面，不用折腾

---

## 四、核心配置：把蓝耘接进 AnythingLLM

### 第一步：配置 LLM（对话大模型）

打开 AnythingLLM，进入左侧 **设置 (Preferences) → LLM 设置**。

![AnythingLLM自定义模型选择.png](https://developer.qcloudimg.com/http-save/yehe-11396077/23ec23a05322c97de953d44aec8f64c8.png)


填入以下配置：

- **Provider**：Generic OpenAI
- **Base URL**：`https://maas-api.lanyun.net/v1`
- **API Key**：你的蓝耘 API Key
- **Chat Model**：`deepseek-v4-flash`
- **Model Context Window**：`131072`（131k，取 deepseek-v4-flash 支持的上下文窗口）
- **Max Tokens**：`4096`（单次回复最大 token 数）
![AnythingLLM自定义模型设置.png](https://developer.qcloudimg.com/http-save/yehe-11396077/1d123406db516f9989fbd81a2fbf0f5b.png)

保存即可。

---

### 第二步：配置 Embedder（向量模型）

RAG 的核心环节是**向量检索**：你的中文提问要先向量化，然后去向量库里检索相似的英文段落。这就需要一个**跨语言 Embedding 模型**——能把中文问题和英文文档映射到同一个向量空间里，否则检索根本命中不了。

AnythingLLM **自带了一个开箱即用的本地 Embedder**，不用额外找服务、也不用多付一分钱。

进入 **设置 → Embedding 设置**，选择 **AnythingLLM Embedder**，模型选 **multilingual-e5-small**：

![AnythingLLM嵌入器设置.png](https://developer.qcloudimg.com/http-save/yehe-11396077/04a088004a515b1a12a449267c8aaed8.png)


为什么选这个？因为它：

- **支持 100+ 语言**，中文和英文都能向量化；
- **模型体积 487MB**，下载一次、后续离线使用；
- **本地运行免费**，不消耗蓝耘的 Token 配额。

这样一来，整个 RAG 链路变成：**Embedding 走本地、Chat 走蓝耘**——各干各的擅长活儿：向量化在本地零成本跑，推理交给云端大模型，蓝耘的 Token 全花在刀刃上。

---


## 五、喂料建库：22 篇论文进仓

### 第一步：新建工作区

点击左上角 **+ New Workspace**，命名为"RAG 论文研究所"（名字随意）。


### 第二步：拖入 22 篇 PDF

点击工作区右侧的 **Upload** 按钮，选择你下载好的 22 篇 RAG 论文 PDF（全选拖进去即可）。
![文档导入1.png](https://developer.qcloudimg.com/http-save/yehe-11396077/58b8f33778bf81f179ab997ec673dc79.png)

**⚠️ 这里有个小坑：** 我第一次尝试全选 22 篇一口气拖进去，结果大片 Failed：

![文件上传失败截图.png](https://developer.qcloudimg.com/http-save/yehe-11396077/9e8c5fd41ce9d4cb58b3ba0d113efc03.png)


**解决方法：重试。** 我没改任何设置，把失败的文件重新拖了一遍，第二次就全部成功了。疑似网络抖动或临时卡顿，如果你也遇到这个情况，别慌，重来一遍就好。

![文档导入2.png](https://developer.qcloudimg.com/http-save/yehe-11396077/caabe6acd88e7ebd7a80c5742f48385f.png)


### 第三步：Save and Embed（向量化）

文件上传成功后，点击右侧的 **Save and Embed** 按钮，AnythingLLM 会开始向量化：

![文档导入3成功.png](https://developer.qcloudimg.com/http-save/yehe-11396077/674e5cb242ebfc935e766310485a0d38.png)


22 篇论文要跑一会儿（取决于你的电脑性能），进度条走完即可。

---

## 六、实测：论文助手上岗

现在，22 篇论文已经躺进向量库里了。接下来我设计了 **6 个递进式问题**，覆盖 RAG 系统的核心能力：精准定位、概念理解、跨文档对比、全库汇总、知识迁移、反向验证。

每个问题都以图为证，看看这个"让 RAG 讲 RAG"的助手到底行不行。

---

### 问题 1：单文档事实查询

**提问：** "RAG 原始论文里 RAG-Sequence 和 RAG-Token 两种模式有什么区别？"

这道题考**精准定位能力**——能不能在 22 篇论文里准确找到 RAG 原始论文（Lewis 2020），并提取出两种模式的核心区别。

![问题1思考过程.png](https://developer.qcloudimg.com/http-save/yehe-11396077/5e1dd8fd952a8979ba03670048507f40.png)


可以看到，AnythingLLM 用 `@agent` 模式调用了 `rag-memory` 和 `document-summarizer` 工具，先检索文档、再生成答案。

![问题1结果.png](https://developer.qcloudimg.com/http-save/yehe-11396077/cc830c28060cedff48bc1c6009e1bc7a.png)


**结果：** 答案精准，右侧标注了引用来源——`01-RAG-Lewis2020.pdf`，还给出了两种模式的核心区别：RAG-Sequence 对整个序列只检索一次、RAG-Token 对每个 token 都检索一次。

✅ **单文档事实查询通过。**

---

### 问题 2：概念溯源

**提问：** "Lost in the Middle 是什么现象？论文用什么实验证明的？"

这道题考**理解 + 复述能力**——不仅要找到论文，还要理解论文的核心观点并用中文清晰表达。

![问题2结果.png](https://developer.qcloudimg.com/http-save/yehe-11396077/45da82cbea1901ba59db558a4f4266d2.png)


**结果：** 答案完整，不仅解释了"Lost in the Middle"现象（长上下文中间的信息容易被模型忽略），还复述了论文用多文档 QA 任务证明这个现象的实验设计。右侧引用来源标注为 `12-Lost-in-the-Middle.pdf`。

✅ **概念溯源通过。**

---

### 问题 3：跨文档对比

**提问：** "Self-RAG 和 CRAG 都想解决检索质量不可靠的问题，两者思路有什么不同？"

这道题考 **跨 PDF 综合能力**——RAG 最能打的一环。需要同时检索 Self-RAG 和 CRAG 两篇论文，提取各自的核心思路，再做对比。

![问题3结果.png](https://developer.qcloudimg.com/http-save/yehe-11396077/15ddf2a14e7c62234ab454b8e0a9f620.png)


**结果：** 答案给出了详细的对比表格，核心区别总结到位：

- **Self-RAG**：模型自省要不要检索（训练时让模型学会判断何时需要检索）
- **CRAG**：检索结果纠错（对检索回来的文档做置信度评估和改写）

右侧引用来源标注了两篇论文：`07-Self-RAG.pdf` 和 `08-CRAG-纠错式RAG.pdf`。

✅ **跨文档对比通过，这正是 RAG 的核心价值。**

---

### 问题 4：全库汇总

**提问：** "这批论文里哪几篇提出了新的检索器或 Embedding 方法？分别叫什么？"

这道题考**广度召回能力**——需要扫描 22 篇论文，把所有提到检索器 / Embedding 方法的论文汇总出来。

![问题4结果.png](https://developer.qcloudimg.com/http-save/yehe-11396077/1fd454c355a3151e601c464e981f68cd.png)


**结果：** 答案列出了 6 篇论文及其提出的方法：

1. **DPR**（稠密段落检索器）
2. **Contriever**（无监督稠密检索器）
3. **BGE-M3**（多语言 Embedding）
4. **Dense Passage Retrieval**
5. **RETRO**
6. **HyDE**（假设文档 Embedding）

✅ **全库汇总通过。**

---

### 问题 5：落地咨询

**提问：** "如果我要给企业搭一个金融文档问答系统，根据这些论文我该注意什么？"

这道题考**知识迁移能力**——不只是复读论文内容，而是结合论文知识给出落地建议。

![问题5结果.png](https://developer.qcloudimg.com/http-save/yehe-11396077/e99aacff336937f3ec579305128e9c25.png)


**结果：** 答案给出了 6 条建议，涵盖检索器选择、长上下文处理、检索质量评估、多文档融合、性能优化、评估框架，每条都对应了具体论文的思路（如 Self-RAG 的自省机制、Lost in the Middle 的长上下文陷阱）。

✅ **知识迁移通过，展示了"不只是复读机"的价值。**

---

### 问题 6：反向验证（不瞎编）

**提问：** "哪篇论文讨论了扩散模型图像生成？"

这道题是**反向验证**——语料里根本没有讨论扩散模型的论文，看它会不会老实说"文档中没有"，还是瞎编一个答案。

![问题6结果.png](https://developer.qcloudimg.com/http-save/yehe-11396077/15bba80c066cce1372f0c971111e403f.png)


**结果：** 答案明确回复"文档中没有相关内容"，并解释了语料范围（RAG 相关论文）。

✅ **反向验证通过，不瞎编。**

---

## 七、成本复盘：22 篇论文 + 几十轮问答，花了多少钱？

最后来算笔账。我在蓝耘控制台的用量页截了一张图：

![蓝耘消耗量截图.png](https://developer.qcloudimg.com/http-save/yehe-11396077/d5ec505469d63b266ed6098233e90779.png)


**成本拆解：**

- **Embedding（向量化）**：走的是 AnythingLLM 内置的 `multilingual-e5-small` 本地模型，**完全免费**；
- **Chat（对话）**：使用 `deepseek-v4-flash`，输入 1 元/M tokens、输出 2 元/M tokens。

从截图可以看到，22 篇论文建库 + 几十轮问答，，总计花费 **不到 1 元**。

对比包月方案，按量付费的优势一目了然——读论文问答是低频场景，用多少付多少，比包月划算太多。

---

## 八、总结：你已经用 RAG 学完了 RAG

回顾一下整条链路：

```
22 篇论文 PDF → 切块向量化 → LanceDB 向量库 → 中文提问 → 检索相关段落 → 蓝耘 deepseek-v4-flash → 中文回答（标出处）
```

**你现在既有了工具（能跑的 RAG 系统），也懂了原理（RAG 就是这么工作的）。**

更重要的是，这套工具的适用场景远不止论文助手：

- **技术文档问答**：把公司内部的 API 文档、架构设计文档喂进去，新人入职再也不用问"这个接口怎么调"；
- **政策文件检索**：把几百页的政策文件、法律条文向量化，律师 / 合规同事秒查条款；
- **合同保单助手**：把历史合同、保险条款喂进去，业务员随时查询"这类客户适用哪个条款"。

**换个语料，就是一个新场景。**


如果这篇文章对你有帮助，欢迎点赞收藏，我们下次见。

---

## 附录：22 篇 RAG 论文清单

如果你需要这些资料，可以在评论区或者私信留言

| 论文 | 一句话定位 |
|------|-----------|
| RAG (Lewis 2020) | 开山之作，RAG 一词的出处 |
| DPR | 稠密段落检索奠基 |
| REALM | 检索增强预训练先驱 |
| FiD | 多文档融合解码 |
| RETRO | DeepMind 万亿 token 检索 |
| Atlas | 少样本检索增强 |
| Self-RAG | 模型自省要不要检索 |
| CRAG | 检索结果纠错 |
| RAG 综述 (Gao 2023) | 最常被引用的全景综述 |
| HyDE | 假设文档提升检索 |
| REPLUG | 黑盒 LLM 外挂检索 |
| Lost in the Middle | 长上下文中间信息丢失 |
| RAPTOR | 树状分层检索 |
| GraphRAG | 微软知识图谱 RAG |
| Dense X | 命题级检索粒度 |
| Rewrite-Retrieve-Read | 查询改写 |
| FLARE | 生成中主动检索 |
| RAGAS | RAG 评估框架 |
| Contriever | 无监督稠密检索器 |
| BGE-M3 | 多语言 Embedding |
| Adaptive-RAG | 按问题难度自适应检索 |
| kNN-LM | 最近邻语言模型（史前源头） |


最近想搞懂 RAG（检索增强生成），去 arXiv 一顿下载，22 篇经典论文 PDF 整整齐齐躺在文件夹里——然后就开始吃灰了。

我把 22 篇 RAG 论文喂给了 RAG，让 AI 自己给我讲明白什么是 RAG

最近想搞懂 RAG（检索增强生成），去 arXiv 一顿下载，22 篇经典论文 PDF 整整齐齐躺在文件夹里——然后就开始吃灰了

人工智能

编程语言

数据库

探索RAG（检索增强生成）技术，通过22篇论文解析其核心原理与应用。RAG结合文档向量化与智能检索，让大模型精准回答私有文档问题。使用AnythingLLM+蓝耘MaaS搭建零代码RAG系统，实现跨语言论文问答，成本低至1元。适用于技术文档、政策检索等场景，提升信息获取效率。

知识图谱

容器编排

代码解释

密钥管理

API管理

DeepSeek

容器

MaaS

2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我把 22 篇 RAG 论文喂给了 RAG，让 AI 自己给我讲明白什么是 RAG-腾讯云开发者社区-腾讯云

我把 22 篇 RAG 论文喂给了 RAG，让 AI 自己给我讲明白什么是 RAG

我把 22 篇 RAG 论文喂给了 RAG，让 AI 自己给我讲明白什么是 RAG

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐