> For the complete documentation index, see [llms.txt](https://yeasy.gitbook.io/context_engineering_guide/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://yeasy.gitbook.io/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select.md).

# 第五章 上下文选择与检索

当信息存储在外部系统后，下一个关键问题是：如何从海量信息中精准获取当前任务所需的内容？**选择策略** 正是解决这一问题的核心方法，而[检索增强生成](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select/5.1_rag_principles.md)（[RAG](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select/5.1_rag_principles.md)）是其最重要的实现形式。

本章将深入探讨 RAG 的基本原理、文档分块策略、嵌入模型与语义搜索、重排序技术，以及混合检索等高级 RAG 技术。

## 本章内容

* [5.1 检索增强生成原理](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select/5.1_rag_principles.md)
* [5.2 文档分块策略](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select/5.2_chunking.md)
* [5.3 嵌入模型与语义搜索](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select/5.3_embeddings.md)
* [5.4 重排序与相关性优化](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select/5.4_reranking.md)
* [5.5 混合检索与高级检索增强生成](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select/5.5_hybrid_search.md)
* [本章小结](/context_engineering_guide/di-er-bu-fen-he-xin-ji-shu-yu-ce-le/05_select/summary.md)

***

> **📚 延伸阅读**：OpenClaw 的记忆搜索机制（BM25 + 向量混合检索）是 RAG 在智能体中的实战应用，参见 [《OpenClaw 从入门到精通》第 6.3 节](https://yeasy.gitbook.io/openclaw_guide)。