一、为什么要给 RAG 一张图 1.1 纯向量检索的两个短板 向量 RAG 的标准流程大家都熟：文档切块（chunk）、每块算嵌入（embedding）、问题也算嵌入、按余弦相似度捞回最相近的几块，塞进 prompt 让 LLM 作答。这套流程在课程里先跑了一遍：NetApp 的 10-K 文件，Item 1 章节切成 254 块，全部写入 Neo4j 并建好向量索引，套上 LangChain 的