Demo 05：RAG 检索

目标

用本地关键词重叠模拟 RAG 检索链路：先找资料，再回答。

运行：

bash

npm run demo:05

RAG 的重点不是 embedding 本身，而是“只把相关上下文给模型”。教学版先用简单评分函数理解链路。

mermaid

flowchart TD
  D[课程资料] --> C[切分片段]
  Q[用户问题] --> S[计算重叠分数]
  C --> S
  S --> K[Top K 片段]
  K --> A[生成回答]

const chunks = chunkDocuments(courseMaterials)
const hits = retrieve(chunks, 'Mastra Agent 工具调用', 3)

输出里会显示每个命中片段的：

这可以帮助你判断检索是否真的把相关资料排在前面。

text

请写一个教学版 RAG 检索 Demo：
- 输入是本地 courseMaterials。
- 先按段落切 chunk。
- 查询时按关键词重叠计算 score。
- 返回 topK。
- 输出每个 chunk 的 title、score、excerpt。
- 标注这不是生产级向量检索。