📘 RAG实战手册
检索增强生成 · 30章
✨ 风格 · 全彩目录
01
RAG基础认知
什么是RAG · 与微调区别 · 核心流程
02
环境与工具准备
Python · LangChain · API配置
03
文档加载器实战
PDF · Word · TXT · HTML
04
文本分割策略
固定长度 · 递归字符 · 语义分割
05
向量化与Embedding
词向量 · OpenAI · HuggingFace
06
向量数据库选型
Chroma · FAISS · Pinecone · Weaviate
07
构建第一个RAG管道
加载 → 检索 → 生成 完整代码
08
检索器详解
相似度 · MMR · 上下文压缩
09
提示词工程
高效Prompt · 上下文与问题
10
大模型调用
ChatOpenAI · ChatGLM · Llama
11
多轮对话记忆
ConversationBufferMemory
12
文档问答实战
基于本地PDF知识问答机器人
13
检索优化
HyDE · 查询重写 · 查询分解
14
重排序技术
Cohere · BGE 重排序
15
高级检索
多查询 · 自查询 · 元数据过滤
16
多模态RAG
图片 · 表格 · 图表检索生成
17
Agent与RAG结合
自主检索 · 决策
18
评估RAG系统
RAGAS · TruLens
19
生产化部署
FastAPI · Docker容器化
20
流式输出
逐字输出 · 体验提升
21
缓存策略
Redis · 内存缓存
22
监控与日志
LangSmith · 自定义日志
23
知识图谱增强
知识图谱 + 向量检索
24
混合检索
BM25 + 稠密向量
25
长文档处理
分层检索 · 摘要生成
26
多语言RAG
中英文混合检索生成
27
安全与隐私
数据脱敏 · 权限 · 合规
28
成本优化
Token消耗 · 模型选择 · 批量
29
实战项目
企业级知识库问答系统
30
前沿趋势
Agent · 多模态 · 长上下文