小厂agent开发

当时为什么决定选用 RAG 这个技术框架？
你最终选择的是哪个 RAG / 哪个向量库？为什么选它？
你们做了哪些评测对比？
你为什么要用向量检索（RAG）？为什么不用其他方式？
为什么不用全文索引（类似百度/谷歌那种关键词检索）？
你说大模型有幻觉，那为什么不用更“权威”的全文检索来避免胡编？
如果用开源全文检索在本地部署、自己喂私有数据，也能搜——那你们当时为什么没选这条路？
你选的向量维度是多少维？
这个维度为什么重要？你有没有显示配置/修改过维度？
你用的切分策略是什么？
你说按段落/按语义切，那段落有的 100 字、有的 1 万字怎么办？
你的 chunk size 为什么定 1000 token？这是拍脑袋还是有依据？
overlap 设多少？为什么这样设？
你怎么评价/评测 RAG 效果的好坏？
你怎么做定量评估（召回率、准确率、相关性）？
如果效果不好，你会怎么回到前面去改（维度、切分、索引/检索策略）？