从零手写 RAG 引擎：实现语义分块与混合检索

2026-11-05，掘金上出现了一篇题为《从零手写 RAG 引擎：实现语义分块与混合检索》的文章，介绍了如何从零手写一套完整的 RAG 引擎。文中称，这套引擎并非只是简单的向量检索，而是一个包含多个环节的完整系统。

具体实现包括：基于 Markdown 层级的语义分块，把文档按 Markdown 结构切分成语义单元；手写 BM25 算法实现关键词检索；用倒数排序融合（RRF）把 BM25 结果与向量检索结果合并成混合检索；还加入基于大模型的多轮追问改写，处理多轮对话中指代不清的问题；最后配套一套质量评估系统，对检索结果做评测。目前公开的材料只有这篇 2026-11-05 的文章，它停留在功能介绍层面：没有给出分块的具体策略细节、BM25 的实现代码、RRF 的融合参数，也没有性能基准、评测结果或后续更新。