专栏第12篇：前面三篇文章分别讲了RAG的离线阶段（文档处理）、在线阶段（混合检索与重排序）和评估优化。但在真实的企业环境中，RAG不是一段Jupyter Notebook脚本，而是一个需要处理并发请求、支持知识库热更新、保证低延迟、还要能流式输出的完整系统。这篇文章把我搞建企业级RAG系统的架构设计、核心模块和踩坑经验分享出来。目录一、从Demo到生产：RAG系统面临的真实挑战二、系统架构全景三、查询层：不只是"把问题丢给检索器"四、检索层：双引擎混合召回的工程实现五、生成层：检索与生成的职责分离六、流式输出：SSE与用户体验七、知识库热更新：不停机更新八、踩过的5个坑九、总结一、从Demo到生产：RAG系统面临的真实挑战很多教程里的RAG是这样的：加载几个PDF，建个向量库，用户提问时检索一下，把结果塞给LLM。这在笔记本上跑通没问题，但放到生产环境会暴露出各种问题。维度Demo级RAG企业级RAG并发单用户串行多用户同时请求知识更新手动重新建索引自动热更新、不停机延迟几秒钟可接受首字延迟要控制在1秒内输出一次性返回流式输出、实时渲染容错出错就报错优雅降级、超时保护来源追溯可有可无必须准确、可点击二、系统架构全景知识库更新层生成层检索层查询层