- 课程目录
- 课程介绍
-
在线阅读：开篇词｜RAG，传统开发者加入AI的最佳路线
传统开发者加入这波AI浪潮，最快的路线就是RAG。因为在所有与AI相关的项目里，RAG的门槛最低，对传统开发者最友好。
-
01｜提效利器：RAG为传统MIS系统大幅提效，门槛并不高
使用RAG改造自己手里的项目，这条路成功率最高，难度最小，因此我们安排在最前面讲解，也就是我们第一章要学习的实战案例——传统MIS系统的RAG改造。
-
在线阅读：02｜对话模式：构建RAG应用的核心密码之一
所有RAG应用本质上都是通过对话模式交互的，即使少数看起来不是对话模式的RAG应用，其底层也是通过对话模式交互的。
-
03｜返回结构化数据：构建RAG应用的核心密码之二
我们的MIS系统，特别是查询部分的代码，如果需要按照多个条件查询，肯定是要输入多个参数的。如何处理这种情况呢？
-
04｜动手实战：UI 实现和国产免费大模型接入
学完这节课，同学们将掌握所有RAG应用所必需的基础——接入大模型。
-
05｜动手实战：根据用户发问查询数据
今天我们继续完善实战案例1，让大模型能够根据用户提问查询数据。很多从数据库里检索知识的场景，你都可以参考这节课的思路来完成。
-
06｜动手实战：回答用户问题
这节课，我们继续动手实战，根据这些数据去回答用户的提问。虽然我们的例子是用RAG改造MIS系统，但今天的内容很多RAG的场景里都是适用的。
-
07｜改进RAG应用：诊断调试和支持Java、.NET的MIS系统
这节课我们主要讨论诊断与调试，还会讲解如何将实战案例1的代码重用到你的MIS系统。。
-
08｜ RAG简报助手：打造读报小助手，每天为你节约半小时
并非所有同学都有一个现成的MIS系统可以改造，所以今天这节课开始，我们来完成实战案例——AI读报小助手，让大模型每天自动帮你获取新闻并生成简报。
-
09｜概念详解：如何根据元数据高效检索知识？
这节课我就带你深入了解元数据这个基础概念。
-
10｜概念详解：摘要与翻译，RAG应用的两大利器
这节课，我们来学习RAG中的文本摘要如何实现,。
-
11｜动手实战：让简报助手每日自动获取最新数据
这节课我们就进入动手环节，学完今天这一讲，对于如何实现“AI读报小助手”这样一个项目，你就会了然于胸了。
-
12｜动手实战：挑选后生成简报
这一节课我们将读取元数据，抓取新闻内容，对新闻进行摘要，翻译标题，翻译全文内容，最后整合成更方便用户阅读查看的简报，然后自动打开简报。
-
13｜动手实战 ：项目整合，实现知识入库与知识检索
做为一名工程师，我们要知人善用，让大模型去做它擅长的事情。
-
加餐1｜前两章课后题答案
到今天为止，课程前两章的内容已经更新完了，期间我也收到了不少同学的留言评论，也期待我们能够持续交流。
-
14｜模糊检索：支持模糊检索，让RAG应用如虎添翼
如果要针对更多的场景开发RAG应用，我们仅仅会精确检索知识是不够的，很多场景需要模糊检索知识。
-
15｜向量与嵌入模型：揭秘人类与机器语言转化的奥秘
今天这节课我们会用一种更通俗易懂的方式来讲解向量和嵌入，方便你快速入门。
-
16｜概念详解：使用向量数据库管理向量值
这节课我们将会使用向量数据库来管理向量值。
-
17｜概念详解：通过相似度模糊检索
通过计算向量值的相似度来检索知识，这也是RAG检索的核心。
-
18｜动手实战：改造实战案例1
学习了模糊检索知识最基本的概念之后，这节课我们开始动手实战，改造前面的实战案例1。
-
19｜动手实战 - 实现实战案例3
这节课我们趁热打铁，继续动手实战，使用模糊检索知识最基本的概念实现实战案例3。
-
20｜找准方向：如何有效评估与改进RAG应用
今天我们来学习评估RAG质量的常用指标。
-
21｜持续优化：改进应用检索质量有哪些诀窍？
我们可以在不对用户体验造成很大影响的前提下，增加更多精确信息，从而缩小知识检索范围，改进知识检索质量^.
-
22｜取长补短：如何借鉴LangChain、LlamIndex等RAG框架的优点
这一节课我们将会学习一种实用方法，通过查看LangChain、LlamaIndex源码，学习改进RAG质量的技术。
-
23｜他山之石：GraphRAG等13种RAG前沿技术
这节课我会为你介绍13种RAG技术，你可以根据自己的实际业务情况决定使用哪种RAG技术。
-
24｜规范化：如何将我们的RAG应用规范化
之前的代码是为了让同学们学习起来更轻松更专注，并不符合实际工作的代码规范，这节课我们就借助AI的力量让它们变得规范。
-
加餐2｜后两章课后题答案
希望课程的课后题可以帮你加深对RAG的理解，如果有什么思考或者疑问也可以继续在留言区里和我交流讨论。
-
结束语｜如何确保RAG项目顺利立项？
结束语里面，我将围绕第一个RAG应用立项阶段的关键环节，带你重新回顾一下整门课程。
-
结课测试｜来赴一场满分之约！
《RAG系统实战课》课程已完结，来赴一场满分之约！
课程介绍
你将获得 新手入门，RAG 关键技术与原理解析 实战演练，三大实战项目 + 配套代码详解 循序渐进，掌握 RAG 开发与调优方法 高手带路，RAG 落地经验与排坑指南 讲师介绍 课程介绍 「极客时间 AIGC...你将获得
- 新手入门，RAG 关键技术与原理解析
- 实战演练，三大实战项目 + 配套代码详解
- 循序渐进，掌握 RAG 开发与调优方法
- 高手带路，RAG 落地经验与排坑指南
讲师介绍
课程介绍
「极客时间 AIGC 未来教育系列课程」
大型语言模型（LLMs）发展迅速，但仍然面临知识时效性、幻觉以及数据安全等问题，在此背景下，RAG（检索增强生成）技术逐渐走入大众视野。作为大语言模型规模化应用中最具有潜力的方向之一，RAG 已经成为了大模型应用方向相关岗位的必备技能点。
此外，传统开发者加入这波 AI 浪潮，最快的路线就是 RAG。因为在所有与AI相关的项目里，RAG 的门槛最低，对传统开发者最友好。
然而，初学者想要学习和落地 RAG 仍然会遇到不少困难。常常会有这样的疑问：
- 我想尝试用 RAG 改造手里的项目，但如何找到其业务价值，寻求相关支持？
- 什么样的 RAG 项目门槛低，能够快速上手？
- RAG 具体落地的时候，都需要考虑哪些因素？
- 怎样评估和持续优化 RAG 应用质量？
为此，我们邀请了 RAG 技术专家叶伟民老师，推出这门对初学者更友好的 RAG 实战课，让你能在学习过程中少一些迷茫困惑，用最为简单省力的方式快速上手 RAG 应用开发。
课程设计
为了帮你循序渐进掌握 RAG 里的核心原理与关键技术，最终有能力自己开发和优化 RAG 应用，课程精心设计了四个篇章。
热身赛
只需掌握两个最基础的概念——对话模式和返回结构化数据，我们就可以引入 RAG 改造传统 MIS 系统了。这个案例业务价值比较高，同时技术难度最低，能够让你快速上手。
初级篇
初级篇我们会从 0 到 1 开启一个全新的 RAG 项目，一起开发一个 AI读报小助手。在前一章基础上，我们会深入学习三个重要概念——元数据、文本摘要、机器翻译。
中级篇
动手实现一个支持模糊检索的工单辅助系统（其实这个项目相当于面向公司内部的客服系统）。在锻炼 RAG 开发能力的同时，又可以产出一定的业务价值。这一章涉及的重要技术点包括向量与嵌入模型、向量数据库、通过相似度来检索知识。
马拉松
授人以鱼，不如授人以渔，最后一章我们将学习 RAG 应用的评估与改进方法，掌握 RAG 应用的优化方案。这一章我们将会探讨 LangChain、LlamIndex 等 RAG 框架，还会了解 GraphRAG等 13 种 RAG 前沿技术，以及如何借鉴这些先进技术的长处，持续提升自己的 RAG 应用质量。
课程配套代码仓库（随课程更新）：https://github.com/weiminye/time-geekbang-org-rag
课程目录
