RAG без LangChain: пишем с нуля на Python и понимаем каждый слой

Стандартный путь к RAG — подключить LangChain, три импорта и .from_documents(). Работает за вечер, но когда что-то ломается, пять слоёв абстракции скрывают причину. Автор решил заглянуть под капот.

Он переписал всю систему вручную на Python, отказавшись от готовых фреймворков. Это позволило понять, как на самом деле работают чанкинг, эмбеддинги, поиск и генерация ответа.

В статье разбираются подводные камни: как неправильный чанкинг убивает релевантность, почему эмбеддинги не всегда работают, и как отлаживать пайплайн без чёрного ящика.

Итог — полностью прозрачный RAG, который легко поддерживать и дорабатывать. Автор делится кодом и архитектурой решения.