🔥个人主页：代码不加冰（欢迎来访）
🎬作者简介：java后端学习者
❄️个人专栏：LeetCode刷题日记 ，苍穹外卖日记，SSM框架深入，JavaWeb，
✨命运的结局尽可永在，不屈的挑战却不可须臾或缺！
大家好，我是代码不加冰，好久没有发文章了，最近开始回归更新，让我们一起进步。这篇主要给大家分享一下RAG的相关内容。不是仅仅是一个词汇，而是带你从项目的源码看起，分析内部的逻辑。
RAG = 把用户的问题变成向量 → 去知识库找相关内容 → 把找到的内容塞回 Prompt → 再让大模型回答。
而 LangChain4j 做的事情，就是把这套流程拆成了一组非常清晰的抽象。
而我们今天主要侧重第一步Embedding，也就是文本向量化，文字怎么变成向量，刚听到这些词的时候我也会觉得莫名其妙，这明明是毫不相关的领域，到底是什么联系的，这篇文章就带你深入了解。
一、RAG 到底是什么
RAG = Retrieval-Augmented Generation
翻译成人话：
先检索，再增强，最后生成。
它解决的核心问题是：
LLM 的知识是死的（训练数据截止日期之后的事它不知道），
但 RAG 可以在用户提问时，从外部知识库实时检索相关信息，塞进 Prompt，让 LLM 基于这些信息回答。
所以 RAG 不是重新训练 LLM，而是给 LLM 配一个"外挂知识库"。
二、RAG 整体链路
RAG 有两条链路，一上一下，缺一不可：
text
RAG
│
┌──────────┴──────────┐
│ │
Ingestion Retrieval
数据入库 数据检索链路一：Ingestion（数据入库）------ 提前准备好知识
text
公司员工手册.pdf
↓
Document
↓
DocumentSplitter（切分）
↓
TextSegment（文本片段）
↓
EmbeddingModel（向量化） ← 这里就是 Embedding
↓
Embedding（向量）
↓
EmbeddingStore（向量数据库）最终库里存的是：
text
TextSegment: "员工请假需要提前3天提交申请..."
Embedding: [0.023, -0.182, 0.731, ...]Ingestion 的本质 ：把人类能理解的知识，转换成机器能进行语义检索的向量。
链路二：Retrieval（检索增强）------ 用户提问时实时检索
text
用户："请假需要提前多久？"
↓
UserMessage
↓
Query
↓
QueryTransformer（查询改写）
↓
QueryRouter（路由选择）
↓
ContentRetriever（真正检索） ← 这里会用到 Embedding 进行相似度搜索
↓
EmbeddingStore（向量库）
↓
Top-K 相关内容
↓
ContentAggregator（汇总排序）
↓
ContentInjector（注入 Prompt）
↓
增强后的 UserMessage
↓
ChatModel（LLM）
↓
Answer三、现在，我们聚焦Embedding
上面的链路中，Ingestion 的 EmbeddingModel 和 Retrieval 的相似度搜索，都围绕同一个核心概念：
Embedding（文本向量化）
四、Embedding 到底是什么
在 LangChain4j 源码中，Embedding 就是一个 float[]：
java
public class Embedding {
private final float[] vector;
}例如一个 384 维的向量：
java
float[] vector = {
0.12f, -0.52f, 0.83f, 0.19f, ...
}; // 长度 = 384Embedding ≠ 文本
Embedding 是文本经过模型编码后得到的一组数字。
维度取决于模型：
| 模型 | 维度 |
|---|---|
| 某些轻量模型 | 384 |
| OpenAI text-embedding-ada-002 | 1536 |
| Cohere 某些模型 | 768 |
所以：
text
Embedding = float[dimension]五、为什么一定要 Embedding
这是最核心的问题。
用户问：
"请假需要提前多久申请？"
知识库里可能根本没有这句话，它写的是：
"员工休假须至少提前三个工作日提交审批。"
如果用传统字符串匹配（关键词搜索），基本匹配不到。
但如果用 Embedding：
text
问题："请假需要提前多久申请？"
↓
Embedding
↓
[0.21, 0.83, -0.14, 0.52, ...]
知识："员工休假须至少提前三个工作日提交审批。"
↓
Embedding
↓
[0.19, 0.79, -0.11, 0.48, ...]这两个向量在向量空间中距离很近，所以能被检索到。
text
请假需要提前多久？
↓
Embedding
↓
[0.21, 0.83...]
↓
向量数据库进行相似度搜索
↓
找到："员工休假须至少提前三个工作日......"这就是 Semantic Search（语义搜索）：
不是字面匹配，而是意思匹配。
六、CosineSimilarity：怎么判断两个向量像不像
向量数据库找到了候选结果，但怎么排序呢
靠相似度计算 ，最常用的是 余弦相似度。
源码中的计算逻辑：
java
double dotProduct = 0.0;
double normA = 0.0;
double normB = 0.0;
for (int i = 0; i < vectorA.length; i++) {
dotProduct += vectorA[i] * vectorB[i];
normA += vectorA[i] * vectorA[i];
normB += vectorB[i] * vectorB[i];
}
return dotProduct / Math.sqrt(normA) * Math.sqrt(normB);用人话翻译：
判断两个向量的"方向"有多一致。
比如：
text
A ────────────────>
B ──────────────>
方向非常接近 → 相似度高 ✅
text
A ────────────────>
B <────────────────
方向相反 → 相似度低 ❌七、为什么用余弦，而不是算距离
因为 Embedding 关注的是语义方向 ，而不是长度。
举个例子：
text
A = [1, 1]
B = [10, 10]虽然 |A| ≠ |B|（长度不同），但方向完全一样。
余弦相似度：
text
cos θ = 1所以它认为 A 和 B 非常相似 ，这非常适合语义向量------
"很小的事"和"很大的事"在语义上可能是同一类。
八、为什么 LangChain4j 又搞了一个 RelevanceScore
余弦相似度的范围是 [-1, 1]，但 RAG 开发中更希望看到 [0, 1]。
所以 LangChain4j 做了转换：
java
return (cosineSimilarity + 1) / 2;映射关系：
| 余弦相似度 | RelevanceScore |
|---|---|
| -1 | 0 |
| -0.5 | 0.25 |
| 0 | 0.5 |
| 0.5 | 0.75 |
| 1 | 1 |
然后就可以做阈值过滤：
java
if (match.score() >= 0.7) {
// 认为比较相关，采纳
}九、不同 Embedding 模型为什么不能混用
这是一个非常容易踩的坑。
-
模型 A：维度 = 1536
-
模型 B：维度 = 384
如果你的向量数据库 Collection 定义的是 dimension = 1536，却塞入 384 维向量：
text
❌ 报错可以这样理解：
text
EmbeddingModel.dimension() = 数据库表结构的 Schema就像 age INT 不能塞字符串一样，向量维度必须严格匹配。
十、Embedding 在 RAG 中的两个位置
理解了 Embedding，你就能看懂它在 RAG 中的两次出现：
text
RAG
│
┌──────────┴──────────┐
│ │
Ingestion Retrieval
│ │
▼ ▼
文档 → EmbeddingModel 问题 → EmbeddingModel
│ │
▼ ▼
Embedding Embedding
│ │
▼ ▼
EmbeddingStore 相似度搜索（Cosine）
│
▼
找到相关内容| 阶段 | Embedding 的作用 |
|---|---|
| Ingestion | 把文档变成向量，存入数据库 |
| Retrieval | 把用户问题变成向量，去数据库里找最相似的 |
十一、整体回顾
text
┌─────────────────────────────────────────────────────────────┐
│ RAG 完整链路 │
├──────────────────────────┬──────────────────────────────────┤
│ Ingestion │ Retrieval │
├──────────────────────────┼──────────────────────────────────┤
│ │ │
│ PDF → Document │ 用户问题 → Query │
│ ↓ │ ↓ │
│ DocumentSplitter │ QueryTransformer │
│ ↓ │ ↓ │
│ TextSegment │ QueryRouter │
│ ↓ │ ↓ │
│ ★ EmbeddingModel ★ │ ContentRetriever │
│ ↓ │ ↓ │
│ ★ Embedding ★ │ ★ 相似度搜索（Cosine）★ │
│ ↓ │ ↓ │
│ EmbeddingStore │ ContentAggregator │
│ │ ↓ │
│ │ ContentInjector │
│ │ ↓ │
│ │ ChatModel → Answer │
└──────────────────────────┴──────────────────────────────────┘下一篇预告
这一篇我们重点攻克了 Embedding 是什么、为什么、怎么算相似度。
下一篇继续深入：向量数据库的存储与索引