用 Ragas 量化评估 RAG 系统效果

Ragas 是一个以 LLM 作为评判者的开源评估框架，把 RAG 系统的表现拆成检索质量、生成质量、事实正确性三条主线，每条给出可比的 0～1 分数。接入时只需让 RAG 流程额外输出 retrieved_contexts 等中间产物，不改检索和生成逻辑；无参考指标可零标注起步，有参考指标才能回答答得对不对。