第 5 章：建立基本 RAG 流程
把前四章學的東西接起來，做出一個從文件到答案、真的能跑的 RAG 系統。
前四章把 RAG 拆開來講：檢索、資料準備、生成。這一章把它們接起來，從零做出一個完整、能跑的系統。範例刻意不用框架，這樣每一個步驟你都看得到，也才知道框架幫你做了什麼。
你會學到
01RAG 框架（LangChain、LlamaIndex）是什麼、要不要用
02開發環境怎麼準備
03檢索器和生成器怎麼實作
04怎麼把兩者串成一條流程
05一個約一百行的端到端範例
7 篇，照順序讀
01
→5.1 RAG 框架概述（LangChain、LlamaIndex）
框架把載入、分塊、檢索、生成這些常用零件包好，但要不要用、什麼時候用，值得想一下。
02
→5.2 開發環境設定
準備 Python 環境、安裝套件，以及怎麼安全地處理 API 金鑰。
03
→5.3 實現檢索器
建立索引，並寫一個 retrieve 函式：問題進去，最相關的幾段資料出來。
04
→5.4 實現生成器整合
組好提示詞，接上 LLM，並處理沒有金鑰、呼叫失敗這些實際情況。
05
→5.5 結合檢索與生成
把 retrieve、build_prompt、generate 串成一個 ask 函式，並處理「找不到資料」的情況。
06
→5.6 在流程中執行查詢
實際丟幾個問題進去，觀察每一步發生了什麼，以及門檻值調整的過程。
07
→5.7 動手實踐：端到端 RAG 系統
一個約一百行的完整 RAG 程式，從文件到答案，可以直接複製執行。