W4：手写 RAG 引擎，让 Agent 拥有"外部记忆"

系列教程 W4 从零手写一套完整 RAG 引擎，在 W3 的 Agent 基础上实现基于 Markdown 层级的语义分块、手写 BM25 算法与倒数排序融合（RRF）混合检索，并加入基于大模型的多轮追问改写和 LLM-as-Judge 质量评估系统。文中对比指出 RAG 知识更新为毫秒级、可精确引用来源页码，而微调需天/周级且成本高昂。