Overview

這個專區把「能回答問題的 AI」一路拆到「能上線的 AI 系統」。

如果你想完整理解一個 production-ready 的 AI Assistant 怎麼做，建議把它看成兩段：

1. RAG：先把檢索系統打穩，理解 chunking、BM25、embeddings、RRF 與 reranking。
2. AI Assistant：再把檢索、記憶、串流、Agent、審批、外部整合與持久化串成一個完整產品。

整個系列會盡量沿用同一條主線範例：

一個以 email 檢索為核心的 AI Assistant。它能搜尋收件匣、摘要信件、找出 deadline 與關鍵資訊，必要時再建立任務或行事曆事件，並在高風險操作前要求使用者確認。

建議閱讀順序

1. RAG Introduction
2. Chunking
3. BM25
4. Embeddings
5. RRF
6. Re-ranking
7. AI Assistant Architecture Overview
8. 依序讀完 AI Assistant 子系列

這樣讀完後，你會同時掌握兩件事：

• 為什麼 AI Assistant 的檢索能力能夠可靠地找出正確 email
• 為什麼同一套系統可以安全地走到記憶、工具使用、審批與 production 運維