1. 为什么要手写最小 RAG

前面我们已经接触过 LangChain 的 Document、Embeddings 和 VectorStore。这些抽象可以减少重复代码，但如果第一条 RAG 链从头到尾都依赖封装，遇到检索结果不对时，往往只能不断调整参数，却说不清问题到底发生在哪一步。

这一篇先暂时绕开 VectorStore 和 Retriever。模型与 Embedding 仍然使用供应商适配器，索引、检索、上下文拼接和调试信息则由我们自己完成：

1. 把文档转成向量并建立内存索引；
2. 把用户问题转成查询向量；
3. 计算余弦相似度并选出候选；
4. 组装带来源的上下文；
5. 调用模型生成答案；
6. 同时返回引用和检索调试信息。

这个版本跑通以后，再回头看 LangChain 的抽象会更容易。它并没有改变 RAG 的基本原理，只是把上面这些职责整理成了可以组合、替换和扩展的接口。