RAG 五階段：從流水線到會思考的檢索，以及我站上那個 Naive RAG
RAG 這兩年從『線性流水線』演化到『循環推理』，可以用五階段梳理：Naive、Advanced、Modular、Graph、Agentic。分水嶺是控制權從管線移交給 Agent，範式從 System 1 進到 System 2。回頭看 engineer-news 這個站的實作，其實還卡在 Naive RAG 邊界——這篇順便把它的下一步應該補什麼寫清楚。
Tag
#cloudflare
6 篇文章
想蓋一個能用的 RAG：InfiniFlow 2024 年度總結給我的 5 個 infra 功課
上一篇拉高看 RAG 五階段全景，這篇拉近看實際想蓋一個 RAG 要面對的 5 個 infra 功課：文件入口解析、Chunking 上下文化、三路混合搜尋、Tensor Reranker、GraphRAG 語意鴻溝。每個功課都對照 engineer-news 現況，收尾給出對個人站的優先順序清單。
PageIndex 深度解析：用 LLM 推理取代向量搜尋的 RAG 架構
PageIndex 用階層樹索引 + LLM Agent 推理取代向量 DB，在長文件場景（FinanceBench 98.7%）表現亮眼；本站的 Hybrid RAG 則以向量搜尋 + 關鍵字 fallback 在 Cloudflare edge 上跑，取捨完全不同。
a920604a Labs：用 pnpm monorepo 整合四個工具的雙雲全端實驗場
一個 pnpm monorepo，整合待辦清單、習慣追蹤、電子書、離職集章四個工具 SPA。apps/root 是唯一建置入口，四個模組以 library-only workspace 套件由 root 的 Vite 統一打包，共享 @a920604a/auth 與 @a920604a/ui，部署在 Firebase + Cloudflare 雙雲。
Nutrition Guard：零月費的多病症飲食風險引擎
用純 TypeScript 的 tag 評分引擎，為痛風、高血脂、糖尿病、高血壓四種病症即時計算 140 種食物的風險，後端全跑在 Cloudflare 免費額度上，月費 $0。
這個部落格用了哪些工具
Astro 做靜態渲染與內容管理，Cloudflare Pages/Workers 做部署與動態 API，D1 做輕量資料儲存，Vectorize + Workers AI 做 RAG 語意搜尋，R2 放 OG 圖片和 TTS 音訊。整個 pipeline 從 YouTube 爬取到用戶搜尋，全跑在 Cloudflare 生態系內。