面向零基础读者：先建立 Kubernetes 的整体心智模型（为何需要、三层抓手、最小概念），再展开控制面/数据面与图 1～5；辅以 Argo 与生信栈关系及系列阅读路线。

RAG 工程框架（一级关键节点）与实现方法（二级单篇）对照；含 15 类路线的原理对比与目录索引。

一级框架 01 数据切分：输入规范化、分块策略、质量评测与工程落地要点。

把切分策略当成可评测对象：冻结检索器，用 Recall@k 与语义完整率在候选窗口/重叠之间做取舍。

先还原版面与阅读顺序，再交给切分：双栏、表格、扫描件的检索上限由解析决定。

一级框架 02 索引召回：索引形态与召回策略联动设计的方法论与工程实践。

改写、多路召回、精排串成可归因流水线；每一跳必须证明增益大于时延。

用 AND/OR/NOT 或过滤器先收缩集合，再在子集上语义排序。布尔是集合运算不是打分。

用 token 级延迟交互（MaxSim）做高精度段落匹配；默认两阶段粗排，输出停在排序列表。

多路排名用 RRF 或校准融合。融合不能变出任何一路都没召回的文档。