LanceDB 一周学习计划：从注册到独立完成任务
先说清楚它是什么：LanceDB 属于「搜索与知识库」方向的开源项目，嵌入式开源向量数据库，适合本地与多模态数据。
如果你刚开始接触它，可以按下面 7 天的安排练习，每天 20 到 40 分钟。
每日安排
- 第 1 天：注册与熟悉界面：阅读仓库 README 与许可证；按官方推荐方式安装（容器或包管理器）
- 第 2 天：完成第一个任务「资料卡片整理」，按下文提示词操作。
- 第 3 天：换一类任务「带来源的快速调研」，对比两次结果的质量。
- 第 4 天：学习关键概念：RAG（检索增强生成）、嵌入（Embedding）、切分（Chunking）
- 第 5 天：用真实工作材料做一次「网页内容抓取」，记录省下的时间和需要返工的地方。
- 第 6 天：排查问题：对照常见问题「答案引用了错误段落」等检查自己的用法。
- 第 7 天：复盘：保留有效的提示词，写下继续使用或放弃的理由。
第 2 天的练习材料
资料卡片整理
输入：搜索得到的十几篇资料。
把这些资料整理成卡片：每张卡片包括一句话结论、关键数据、来源和可信度评价，最后按主题分组。
验收标准：每张卡片都有来源。
一周后怎么判断值不值得继续
- 是否稳定地节省了时间，而不只是第一次觉得新鲜。
- 返工次数是否在下降。
- 与 Chroma 等同类相比，是否更适合你的场景。
- 数据与费用是否在可接受范围内。
补充练习
内部文档入库
适用情况：手头有一批 PDF、Word 和网页时。
把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。
验收标准：切分后的段落能回溯到页码。
检索效果对比
准备材料：同一批问题和两种检索配置。
用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。
检查点：对比用同一批问题。
构建问答测试集
输入：一份产品手册。
根据手册编写 20 个用户可能问的问题及标准答案，标注答案所在章节，用来评估知识库检索效果。
验收标准：每个答案都能在手册中找到。
常见问题：答案引用了错误段落
调整切分大小、加入重排序，并检查文档解析是否丢失标题。
常见问题：中文检索效果差
选择对中文支持好的嵌入模型，并为专有名词建立同义词。
常见问题：表格内容检索不到
换用能保留表格结构的解析工具，或单独把表格转成文本描述。
概念补充：嵌入（Embedding）
把文本转成向量，用于语义相似度检索。
概念补充：切分（Chunking）
把长文档拆成适合检索的小段，大小影响效果。
适合人群：软件工程师
软件工程师可以用 LanceDB 处理代码阅读与重构、测试与排错等工作。需要注意：不要把密钥和未开源代码上传到未授权工具，合并前审阅每处改动。
适合人群：销售
销售可以用 LanceDB 处理客户背景调研、跟进邮件与话术等工作。需要注意：客户数据按公司规定处理，报价和承诺以合同为准。
注意事项
文中提示词和示例仅作示意，实际效果取决于你的材料和 LanceDB 当前版本，重要内容请人工核对后再使用。
涉及个人信息、商业机密或受监管数据时，先确认 LanceDB 的数据处理条款，再决定能否使用。