RAG 全流程实战
📚 30 章 · 从入门到前沿
v2.0
第 01 章
RAG概述
定义·区别
RAG定义
与传统LLM区别
核心优势
应用场景
第 02 章
RAG系统架构
流程拆解
整体流程
索引阶段
检索阶段
生成阶段
模块职责
第 03 章
文档加载与解析
PDF/Word
PyMuPDF
python-docx
BeautifulSoup
分块策略
第 04 章
文本分块 Chunking
参数调优
固定大小
语义分块
递归分块
参数调优
第 05 章
向量化与Embedding
模型原理
OpenAI
Sentence-BERT
BGE
维度选择
批量向量化
第 06 章
向量数据库选型
对比考量
FAISS
Chroma
Pinecone
Weaviate
Milvus
第 07 章
FAISS向量数据库实战
索引/搜索
安装配置
Flat/IVF/HNSW
向量入库
相似度搜索
第 08 章
Chroma向量数据库实战
增删改查
安装配置
Collection管理
CRUD
持久化
第 09 章
检索策略（一）
相似度检索
余弦相似度
欧氏距离
点积
Top-K
阈值过滤
第 10 章
检索策略（二）
混合检索
BM25
HyDE
重排序
稀疏+稠密
第 11 章
检索优化
查询重写
查询重写
查询扩展
多轮对话
上下文压缩
第 12 章
Prompt工程基础
结构设计
角色设定
指令清晰化
少样本学习
结构设计
第 13 章
RAG Prompt设计
检索注入
检索结果注入
上下文窗口
引用格式
指令模板
第 14 章
生成模型选择
LLM对比
GPT-4/Claude
Llama/Qwen
本地部署
API调用
微调
第 15 章
LangChain框架入门
Chain/Agent
核心概念
LCEL表达式
环境配置
Tool
第 16 章
LangChain RAG实战
RetrievalQA
Document Loaders
Text Splitters
Vector Stores
Chain
第 17 章
LlamaIndex框架入门
Index/Engine
Document
Index
Query Engine
安装配置
第 18 章
LlamaIndex RAG实战
检索合成
构建索引
查询引擎
检索器配置
响应合成
第 19 章
RAG评估体系
维度/工具
忠实度
答案相关性
上下文相关性
RAGAS
TruLens
第 20 章
RAGAS评估框架
指标计算
faithfulness
answer_relevancy
context_precision
context_recall
第 21 章
RAG系统优化（一）
参数调优
分块大小
Embedding选择
Top-K调优
Prompt模板
第 22 章
RAG系统优化（二）
多路召回
多路召回
自适应检索
缓存策略
异步处理
第 23 章
高级RAG技术
Agentic/Graph
Agentic RAG
Graph RAG
多模态RAG
Self-RAG
第 24 章
Graph RAG实战
知识图谱
知识图谱构建
Neo4j集成
图检索融合
第 25 章
多模态RAG
图像/图文
图像理解
图文检索
多模态Embedding
CLIP
第 26 章
RAG系统部署
FastAPI/Docker
API服务
FastAPI
容器化
监控日志
第 27 章
RAG安全与隐私
脱敏/防护
数据脱敏
访问控制
Prompt注入防护
合规性
第 28 章
实战项目（一）
智能客服
需求分析
数据准备
系统设计
第 29 章
实战项目（二）
代码实现
代码实现
测试
部署上线
第 30 章
RAG前沿趋势与总结
未来方向
RAG vs 长上下文
Agent结合
发展方向
课程总结