#RAG

向量搜尋搵返嚟嘅 top-5 未必係最相關嗰 5 篇——由 bi-encoder 到 cross-encoder，用本地模型實測重排前後嘅答案質素差距

128 / 512 / 1024 token、overlap、語義分塊——本地 Qwen3 + 向量 DB 實測邊個設定最抵

RAG、工具結果、記憶、對話歷史點擺位——本地 LLM 實測邊種擺法出嚟答案最準

咩係 embedding、點揀向量資料庫、用 50 行代碼起一個自己嘅知識庫搜索

由 8K 到 10M token：點樣喺自己部機餵成本書、成個 codebase 入模型

無需API費用，在自己的電腦上運行完整的知識問答系統