第一章 快速了解RAG
1 课程整体内容大纲介绍
2 传统的大模型应用存在的问题
3 什么是RAG
4 RAG的核心思路
5 什么时候会用到RAG
6 RAG的优点和典型应用场景
7 RGA技术形态的演变过程
8 Naive RAG的详细执行流程
第二章 RAG核心技术分析-Chunk详解
1 Chunk基本原理及核心参数介绍
2 为什么要切分Chunk
3 系统分析常见的Chunk切分方式
4 Chunk-固定长度切分
5 Chunk-文档结构切分
6 Chunk-递归切分
7 Chunk-LLM语义切分
8 Chunk切分方式总结
9 Chunk的评判依据和切分指南
第三章 RAG核心技术分析-嵌入向量(Embedding)
1 向量和嵌入向量的核心特点与区别
2 经典案例:Word Embedding
3 常见的Embedding模型介绍及选择建议
4 BGE-M3模型介绍及案例分析
5 阿里云百炼文本Embedding模型的使用
6 基于Embedding的文本语义检索案例
第四章 RAG核心技术分析-向量数据库
1 向量数据库核心原理及功能介绍
2 传统数据库 VS 向量数据库
3 为什么RAG需要使用向量数据库
4 常见的向量数据库介绍及选型建议
5 FAISS核心原理概述
6 FAISS中的索引详解
7 FAISS的存储特点
8 基于FAISS实现12306改签政策数据检索
9 FAISS中如何实现数据更新
第五章 RAG案例实战-手搓RAG知识库
1 手搓RAG知识库-项目需求整体分析
2 项目架构流程图分析
3 核心开发流程梳理
4 核心代码及检索效果分析
第六章 RAG相关技术框架
1 主流RAG技术框架梳理
2 LangChain中RAG的三种实现思路对比
3 图解LangChain中的三种RAG执行流程
4 Qwen-Agent中RAG的三层递进实现思路
5 Qwen-Agent第一级:基于关键词检索
6 Qwen-Agent第二级:分块(Chunk)阅读
7 Qwen-Agent第三级:逐步推理
8 Qwen-Agent中不同RAG实现思路的选择策略
第七章 RAG案例实战-基于LangChain构建RAG知识库
1 基于LangChain构建RAG知识库
2 核心代码分析及检索效果验证
第八章 如何提高RAG质量
1 RAG系统遇到的典型问题-数据准备阶段
2 RAG系统遇到的典型问题-数据切分阶段
3 RAG系统遇到的典型问题-知识检索阶段
4 RAG系统遇到的典型问题-答案阶段
5 优化后的RAG系统核心流程
第九章 长上下文和RAG之争
1 长上下文能否替代RAG
2 RAG是否会被淘汰
3 性能与成本如何权衡
4 长上下文+RAG实现互补