LlamaIndex 做 RAG 怎么开始：Document、Node 和检索

LlamaIndex 官方 RAG 入门文档会提到 Document 和 Node 这类概念，其中 Node 可以理解为从源文档切出来的原子数据单元。对新手来说，LlamaIndex 的价值是帮助你围绕文档构建检索、索引和问答流程，而不是把所有资料一次性塞进模型。

这篇是草稿，正式发布前需要核对 LlamaIndex 最新文档。RAG 基础可以看 RAG 知识库怎么搭，Embedding 选择可以看 Embedding 模型怎么选。

适合谁

适合想做文档问答、资料助手、内部知识库、论文资料检索或客服 FAQ 的人。你可能已经有一批文档，但不知道怎么组织成可检索结构。

也适合想理解 RAG 细节的新手。低代码工具能快速搭 demo，LlamaIndex 这类框架能帮助你更细地控制文档、索引、检索和评测。

不适合谁

不适合资料还没整理清楚，就想靠框架自动解决的人。RAG 的底层依然依赖资料质量、切分质量和测试集。

如果只是很小的公开文档问答，完整框架可能不是第一优先级。先验证业务价值，再决定工程复杂度。

Document 和 Node

Document 可以理解为原始资料，例如文件、网页或文本。Node 是更小的数据单元，通常代表文档中的一个片段。

这个拆分很重要。用户提问时，系统不是把整份文档都交给模型，而是检索最相关的 Node，再让模型基于这些片段回答。

索引和检索

索引是为了让系统能快速找到相关片段。检索是根据用户问题取回相关片段。你可以把它理解为 RAG 的“找资料”阶段。

如果检索阶段找错资料，生成阶段再好也会答偏。新手调 RAG 时，要先看检索结果，再看模型回答。

引用和可解释

知识库回答最好带来源。用户看到答案后，应该能知道它来自哪份文档、哪个章节或哪个片段。

来源不仅能提升信任，也能帮助维护。发现错误时，可以回到源资料修文档，而不是只改提示词。

评测集

准备真实问题非常关键。问题应该包括常见问题、模糊问题、找不到答案、过期资料、权限边界和多跳问题。

每个问题都标注预期来源和合格答案。这样你才能判断 LlamaIndex 流程是否真的有效。

维护流程

知识库不是一次性导入。文档会更新、过期、删除，索引也要同步。客户项目里必须写清谁负责维护文档和索引。

没有维护流程，刚上线时效果好，几周后就可能因为旧资料变差。

常见错误

常见错误是把 Document、Node、索引和检索混在一起讲不清。交付时要让客户知道：原始文档在哪里，切出来的片段是什么，索引如何更新，回答引用来自哪里。这样后续资料变化时，维护人员才知道应该改哪一层。

如果回答不准，排查顺序也要写清楚：先看检索到的 Node 是否正确，再看来源是否过期，最后再看生成提示词。不要一上来就改模型。

风险提醒

LlamaIndex 能帮助构建 RAG，但不能自动保证资料正确、权限安全或回答可靠。框架只是工具，资料治理和评测仍然要人工做。

如果系统包含企业资料、客户数据或内部政策，要设计权限、日志和删除流程。

具体步骤

第一步，选一批高质量文档，记录来源和更新时间。

第二步，把文档转成 Document，再切成合适的 Node。

第三步，建立索引和检索流程。

第四步，让模型基于检索片段回答，并显示来源。

第五步，用测试集评测。需要检查表或人工协助，可以从 工具导航 进入。

发布前复核点

发布前要补一个最小示例：一份原始文档如何变成 Document，如何拆成 Node，如何建立索引，如何返回引用来源。这个例子不需要很复杂，但必须能说明链路。

还要核对 LlamaIndex 当前文档中相关对象和接口名称。文章的重点是解释流程，具体代码必须以最新官方文档为准。人工审核时要检查是否把概念和实现细节混在一起。

免责声明

本文是 LlamaIndex RAG 入门草稿，不构成生产架构建议。LlamaIndex 接口和组件可能变化，正式发布前需要人工核对官方文档。涉及敏感资料时，请由专业人员复核。