# 向量检索

RAG 为什么用 R2 而非爬虫：数据噪音与召回质量

给 RAG 喂数据有两条路——爬自己的网站，或主动维护干净的 Markdown。我选了后者。因为爬虫抓到的 HTML 混杂着导航、评论、侧边栏，这些噪音会污染向量空间，毁掉召回质量。

2026-02-10AI 工程640