RAG高级工程优化：分块策略优化（固定大小分块的局限；语义分块（在语义断点处分割）；句子窗口检索（small-to-big）；文档层级分块（章节→段落→句子）；元数据丰富：添加摘要/关键词/章节标题）；查询转化（多查询扩展（从不同角度重写查询）；HyDE假设文档嵌入（先生成假设答案再检索）；Step-back Prompting抽象化查询）；混合检索（BM25+密集向量融合；RRF重排融合；关键词搜索处理精确匹配，向量搜索处理语义相似）；重排序（Cross-encoder精排top-K结果；Cohere Rerank API；提升Precision@5约20%）；上下文压缩（LLMLingua压缩检索到的文档，减少冗余；保留关键信息降低Token消耗30%）；评估驱动优化（用RAGAS指标持续测量，定向改进）。