文章详解了食谱RAG系统的两大核心文件：main.py负责系统初始化、模块协调与用户交互；generation_integration.py实现查询路由、重写、LLM调用及三种回答模式（列表、基础、详细步骤）。整体采用分层架构，结合混合检索、父子文档、流式输出与元数据过滤，实现精准、高效、用户友好的...

文章系统解析了RAG的索引构建与检索优化两大模块：前者用BGE-small向量化文档并构建FAISS索引，支持持久化与增量更新；后者在其上实现向量+BM25混合检索，用RRF重排序与元数据过滤提升召回与精度，形成“基础向量层—高级优化层”两级架构，兼顾语义与关键词互补，实现毫秒级精准检索。

data_preparation.py 为 RAG 系统实现父子文档检索：按 Markdown 标题将食谱分块，子块精准匹配，父块提供完整上下文；自动提取分类、难度等元数据，按匹配数排序去重返回父文档，兼顾检索精度与生成质量。

文章介绍将Netty RPC客户端接收服务端返回结果的方式，从阻塞的AttributeMap改为CompletableFuture，实现异步非阻塞调用，代码更清晰，使用更简单，并建议限制未处理请求Map容量防OOM。