RAG 效果评估：怎么知道你的知识库好不好用专栏导航：这是《LangChain 30篇精讲》系列的第 18 篇，模块四：RAG 实战的第五篇（本模块收官）。前面四篇我们把 RAG 的索引、检索、生成、可信度都优化了一遍。但有个根本问题始终没解决：你怎么知道这些优化到底有没有用？本篇讲的就是——用数据说话。写在前面："感觉效果还行"是项目最大的风险我在技术群里见过无数次这样的对话：产品：“这个知识库问答效果不太行啊，用户反馈答得不准。”研发：“我觉得还行啊，我测了几个问题都能答上来。”产品：“那你优化一下。”研发：（改了个参数）“好了，你再试试。”产品：“好像好一点了？”研发：“那就先这样吧。”这段对话里，没有一句是有数据支撑的。问题在哪？优化方向不明确—— 不知道是检索差还是生成差，只能瞎试优化效果无法验证—— 改完感觉"好像好了一点"，到底好了多少