RAG 评估与监控：指标、框架与生产可观测性

一篇面向生产环境的 RAG 评估与监控指南，将评估分为检索质量（precision@k、recall@k、MRR、nDCG）、生成质量（忠实度、相关性、幻觉）、端到端正确性与用户满意度，以及延迟、成本、吞吐和错误等系统指标，并给出检索指标计算的代码示例。

AI推荐理由 系统梳理 RAG 评估与生产监控的指标分层（检索、生成、端到端、系统指标）并附代码示例，对构建 RAG 系统的开发者有实用参考；属教程类内容，非新研究或首发成果。