跳转至

🚀 RAG完整教程 - 从入门到生产部署

最全面的中文RAG技术教程 - 从基础概念到生产部署，系统化掌握检索增强生成（Retrieval-Augmented Generation）技术。

License: MIT Python 3.9+ GitHub stars

✨ 特性

  • 📚 系统化学习路径: 4个模块，20章内容，从入门到精通
  • 💻 17个Jupyter Notebooks: 交互式学习环境，即学即练
  • 🎯 6个完整实战案例: 企业级代码实现（智能客服、文档问答、AI研究助手等）
  • 📊 89张技术图表: 深入理解架构和原理
  • ✅ 30+练习题: 巩固学习成果，附带详细参考答案
  • 🚀 前沿技术覆盖: HyDE、Self-RAG、CRAG、GraphRAG、Deep Research、检索压缩等
  • 🛠️ 完整技术栈: LangChain、LlamaIndex、OpenAI、ChromaDB、Pinecone、Streamlit、FastAPI等
  • 🌏 中文优化: 专为中文学习者设计，案例贴合实际应用场景

🎓 开始学习

📖 教程模块

模块 内容 状态
基础入门 RAG概念、环境搭建、基础实现、评估 ✅ 完成
核心优化 嵌入模型、分块策略、查询增强、混合检索 ✅ 完成
高级架构 Agentic RAG、Deep Research、GraphRAG ✅ 完成
生产部署 Docker、监控、安全、最佳实践 ✅ 完成

💻 实战Notebooks

模块 Notebooks 链接
模块1 RAG核心概念、环境搭建、基础实现、评估 查看
模块2 嵌入模型、分块策略、查询增强、混合检索等 查看
模块3 ReAct Agent、Deep Research、GraphRAG 查看

🛠️ 技术栈

核心框架

  • LangChain: 强大的LLM应用开发框架
  • LlamaIndex: 专注于数据索引和检索

向量数据库

  • ChromaDB、Pinecone、MongoDB Atlas、Weaviate

RAG优化技术

  • 混合检索、重排序、查询增强、高级分块、检索压缩

Agent架构

  • ReAct Agent、Self-RAG、CRAG、Agentic RAG、Deep Research

🚀 快速开始

本地运行

# 1. 克隆仓库
git clone https://github.com/vivy-yi/rag-tutorial.git
cd rag-tutorial

# 2. 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 3. 安装依赖
pip install -r requirements.txt

# 4. 启动Jupyter
jupyter notebook

在线阅读

直接浏览本网站，或访问 GitHub仓库 查看完整代码。

📊 教程统计

项目 数量
章节数 20章
字数 ~500,000
Jupyter Notebooks 17个
实战案例 6个
练习题 30+道
图片资源 89张

🙏 致谢

本教程整合了多个优质开源项目的资源：

📮 联系方式

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE

⭐ 如果这个教程对你有帮助，请给个Star支持一下！

GitHub stars