feat: 添加 RAG 评估模块，支持召回率和相关性评估

README.md

@@ -664,6 +664,31 @@ def reciprocal_rank_fusion(doc_lists: List[List[Document]], k: int = 60) -> List
 - 兼容 OpenAI Rerank API 格式
 - 超时保护：60 秒超时，失败时降级为原始排序
 
+---
+
+### 1.5 RAG 评估方法 ⭐
+
+如何评估 RAG 系统的召回率和相关性？
+
+**核心指标：**
+- **Recall@k**：前 k 个结果中包含多少比例的相关文档
+- **Precision@k**：前 k 个结果中有多少比例是相关文档
+- **F1@k**：召回率和精确率的调和平均数
+- **MRR**：平均倒数排名
+- **相关性评分**：0-5 分的相关性评估
+
+**详细指南：**
+参见 [backend/docs/RAG_EVALUATION_GUIDE.md](backend/docs/RAG_EVALUATION_GUIDE.md)
+
+**快速使用：**
+```bash
+# 运行评估脚本
+cd backend
+python scripts/evaluate_rag.py
+```
+
+---
+
 ### 2. LangGraph 工作流算法
 
 #### 2.1 React (Reasoning → Acting → Observing) 模式 ⭐