附录A 来源与事实边界
以下一手资料于 2026-10-21 获取并阅读。源码仓库的 book/sources.json 记录完整 URL、快照摘要、使用章节与支撑范围；原站 HTML、论文和模型权重不随书再分发。引用用于解释机制，实验结果来自随书代码实际运行，两者不能互相替代。
SQLite FTS5
SQLite FTS5 Extension 用于核对虚拟表、默认 Unicode 分词器、MATCH 与 BM25 辅助函数。快照 SHA-256：de3092630358518a6869bf047055b3938e18b476e3fbc54f4e2146d1e593497f。文档属于可更新页面，摘要固定本次阅读快照，不代表上游永久版本。
本书自己选择预生成中文双字词项、词项 OR 查询、候选上限和 ACL SQL。它们不是 SQLite 文档推荐的通用企业检索方案，也不是对 SQLite 隔离能力的完整安全审计。
SQLite 事务
Transaction 支撑读写事务、单写者与 BEGIN IMMEDIATE 的说明。快照 SHA-256：b65dc308fd9e0ce471844c97366a4f5ad3a1f42833a3b19486ad7d6555a8e24e。本书实际只测试单进程教学实现，没有把文档中的并发机制转换为自己的并发压测结果。
RRF 原始论文
Gordon V. Cormack、Charles L. A. Clarke、Stefan Buettcher，2009，Reciprocal Rank Fusion outperforms Condorcet and individual Rank Learning Methods。PDF SHA-256：5c1f9f1fe0d80f67d82041bbe151ea17437bc7a7d9a920564cf122d1b09eafb5。
使用其按名次倒数求和的公式，以及论文中固定六十的参数背景。论文数据集与本书的八篇构造文档不同，不移用其提升幅度、显著性或比较结论。
BGE 原模型与社区导出
BAAI/bge-small-zh-v1.5 模型卡，提交 7999e1d3359715c523056ef9478215996d62a620，快照 SHA-256：c48a4eeea77f6b1d38b48ec1c5b8d4f86d5550cc43fa345a0db1b2ca1d082369。用于核对模型身份、MIT 声明、CLS 池化、归一化与中文检索指令。
Xenova/bge-small-zh-v1.5 导出说明，提交 75c43b069aac4d136ba6bc1122f995fedcfd2781，快照 SHA-256：cb22054df1a98f7ee9d5b281d023e67c27cc316e1733baf03fc994d95c3048ab。本书使用其量化 ONNX 文件，明确标注社区导出，不将其称为原始全精度分发物。
文档可以说明如何使用模型，不能代替本书的真实推理。运行依赖、权重摘要和实际逐条排名见附录B与保存的 JSON 报告。