RAG / 知识库赛道
数据核实：2026-06-23 · 风险项目见 选题策略
第一次来？ → 47 章大师路径（L0 小白 → L6 架构师）
5 个项目：WeKnora、Dify、RAGFlow、AnythingLLM、FastGPT
核心问题：如何让大模型精准引用私有知识？从朴素向量检索到深度文档理解，从 chunk 策略到混合检索，各 RAG 平台的技术路线。
导读三条路径
| 路径 | 时间 | 章节 | 适合谁 |
|---|---|---|---|
| 大师（30 天） | L0→L5 | Ch01–Ch32 + 实战 15 案 + PR | 默认 |
| 架构师（+2 周） | L6 | Ch33–Ch47 + lab 五平台实验 | 选型/架构 |
| 竞赛速通 | 1 周 | Ch01→03→04→06→08→10→14→实战 | 犀牛鸟冲刺 |
| 生产路径 | 5 天 | Ch01→Ch04→Ch05→Ch07→Ch16–Ch19→Ch09 | 工程落地 |
| 进阶专题 | 1 周 | Ch04→Ch11→Ch12→Ch13（+ Ch15 跨赛道） | Graph/Agentic/多模态 |
| 平台深读 | 1 周 | Ch07→Ch16→Ch17→Ch18→Ch19 | 四平台架构专章 |
| 评估贡献 | 3 天 | Ch08→Ch20 | RAGAS + 中文 benchmark PR |
研究笔记（导读的底层素材）
全景与对比
| 文档 | 字数 | 主题 |
|---|---|---|
| 行业全景 | 2.1万 | 5 项目定位、技术四象限、分层对比 |
| 跨项目深度分析 | 4.0万 | RRF/Rerank/分块/向量库/Agent 跨项目对比 |
| 技术挑战 | 3.5万 | 16 个 RAG 核心挑战（四层瓶颈模型） |
项目精读
| 文档 | 字数 | 项目 |
|---|---|---|
| 精读: WeKnora | 1.9万 | 三路检索 + RRF + PMI 图谱 + Wiki 自维护 |
| 精读: Dify | 3.9万 | 低代码工作流 + 模型抽象层 + Agent |
| 精读: RAGFlow | 3.0万 | DeepDoc 引擎 + 模板分块 + Graph RAG |
| 精读: FastGPT | 2.7万 | 工作流引擎 + QA 对拆分 + 多租户 |
| 精读: AnythingLLM | 5.3万 | 极简设计 + Workspace 隔离 + @agent |
专题研究
| 文档 | 字数 | 主题 |
|---|---|---|
| Agentic RAG 模式 | 5.1万 | 6 种 RAG 模式（Naive→Multi-hop） |
| RAG 评估方法论 | 4.3万 | RAGAS 四维指标 + 消融实验设计 |
| Agent 与 RAG 集成 | 2.6万 | 三种集成模式 + MCP 协议 |
| 选型决策树 | 2.1万 | 7 维决策 + 6 场景推荐 + 反模式 |
| 生产化全景 | 3.9万 | 部署模式 + 可观测性 + 故障恢复 |
Part 9–10：四平台源码 + 挑战深读（L6）
| 文档 | 主题 |
|---|---|
| Ch33–Ch36 | 四平台源码走读 |
| Ch37 | 五平台对照实验 |
| Ch38–Ch47 | 10 篇挑战深读（Ch41 地图） |
Part 8：WeKnora 源码走读（Ch21–Ch32 · L5 核心）
| 文档 | 主题 |
|---|---|
| Ch21 走读导言 | 目录地图 · grep 定位 |
| Ch22–Ch26 | 请求链 · EventManager · 检索 · RRF · PMI |
| Ch27–Ch31 | 分块 · docreader · docparser · 向量库 · Wiki |
| Ch32 大师通关 | 30 天计划 · 通关清单 |
导读章节（Part 3 / 6 / 7 摘要）
| 文档 | 主题 |
|---|---|
| Ch07 总览 | 能力矩阵 + 深读导航 |
| Ch16 Dify | 工作流 + RAG 四模式 |
| Ch17 RAGFlow | DeepDoc + 模板分块 |
| Ch18 FastGPT | QA 对 + 多租户 |
| Ch19 AnythingLLM | 减法设计 + 适配器 |
| Ch11–Ch15 | Graph / Agentic / 多模态 / 动手 / Memory |
| Ch20 Benchmark 动手 | RAGAS + 中文 50 条集 |
竞赛相关
| 文档 | 字数 | 主题 |
|---|---|---|
| WeKnora 竞赛贡献指南 | 6.0万 | 5 条路径 + 评审标准 + 时间线 |
| WeKnora 实战：从真实 PR 学贡献 | 14.1万 | 15 案精读 + 模式提炼 + #1248 映射 |
竞赛速查
完整竞赛指南 → WeKnora 竞赛贡献指南 · 真实 PR 拆解 → WeKnora 实战
目标项目：WeKnora（腾讯 RAG 知识库，Go 后端 + React/TS 前端 + Python docreader）
第一周 checklist：
- Day 1-2：Docker Compose 全栈跑通 + 读 Ch06 架构剖析
- Day 3-4：选定技术栈（会 TS/React →
frontend/最快出 PR；会 Python →docreader/；会 Go → 检索/分块管线） - Day 5-7：选一个高新手友好度 bug 复现（参考 15 案的 issue 选择模式）→ 提第一个 PR
环境矩阵摘要：
| 组件 | 要求 | 说明 |
|---|---|---|
| Go 1.21+ | 核心后端 | 门槛最高，检索/分块管线在此 |
| Node 18+ / React+TS | 前端 | 新手最快切入点 |
| Python 3.10+ | docreader 微服务 | 文档解析类 issue 集中地 |
| LLM API Key | 必需 | 检索/Rerank/Agent 对话均依赖 |
已知风险：仓库迭代快（前端已从 Vue 重构为 React+TS），动手前先对齐最新 main；同一 issue 可能多人竞争，提 PR 前查已有关联 PR。
跨赛道关联
AI 记忆赛道的 Memory 与 RAG 边界 辨析两者异同。WeKnora 在腾讯生态中的位置见 腾讯记忆生态。
数据概览
| 层次 | 文件数 | 总字符 |
|---|---|---|
| 研究笔记（本目录） | 15 篇 | 50.5 万 |
| 导读（guide/） | 47 篇 | ~47 万 |
| lab + benchmark | 8 篇/文件 | ~0.5 万 |
| WeKnora 实战（15 案 + 6 枢纽） | 21 篇 | ~14.1 万 |
| 合计 | 91 篇 | ~112 万 |
读完竞赛路径后你应能…
- WeKnora 的三路检索 + RRF 融合机制与 Dify / RAGFlow 的检索策略有什么核心区别？
- RAG 系统中 chunk 策略的选择（固定分块 vs 语义分块 vs 模板分块）各自适合什么文档类型？
- 给你一个 WeKnora 的 issue，你能判断它属于文档解析、检索、重排还是生成层的问题吗？