RAG 实战课程

售前转 AI 应用工程师 · 面向学习、实战和后续知识库建设的 RAG 学习仓库

先看什么

现在 rag/docs 已经不是“几篇并列文档”，而是一套带统一入口的知识体系。

推荐从这里开始：

• 统一入口：rag/docs/index.html
• 系统学习：rag/docs/00_课程路线图.html
• 快速回查：rag/docs/ai-knowledge-hub.html
• 做项目：rag/docs/03_工程方法论手册.html
• 讲解 / 面试：rag/docs/rag-5d.html
• 看全貌：rag/docs/rag-knowledge-map.html

如果你是第一次学，不要从“快速回查”开始；先打开 index.html，再按任务分流。

当前结构

docs/：统一入口 + 知识页面

code/：可运行代码

推荐路径

1. 系统学习

docs/index.html
  ↓
docs/00_课程路线图.html
  ↓
docs/01_概念手册_向量与检索.html
  ↓
docs/02_代码讲解_V1V2.html#v1
  ↓
code/01_v1_最小RAG循环.py
  ↓
docs/02_代码讲解_V1V2.html#v2
  ↓
code/02_v2_文档分块策略.py
  ↓
docs/03_工程方法论手册.html
  ↓
code/03_v3.5_黄金数据集.py   # → baseline.json
  ↓
code/04_v4_embedding选型.py   # → v4_embedding_result.json
  ↓
code/05_v5_混合检索.py        # → v5_hybrid_result.json
  ↓
code/06_v6_reranking.py       # → v6_reranking_result.json    ★ 需要 sentence-transformers
  ↓
code/07_v7_query变换.py       # → v7_query_transform_result.json
  ↓
code/08_v8_评估框架.py        # → v8_eval_result.json
  ↓
code/09_v9_agentic_rag.py     # → v9_agentic_result.json
  ↓
code/10_v10_enterprise.py     # → rag_traces.jsonl

2. 做项目

docs/index.html
  ↓
docs/03_工程方法论手册.html
  ↓
docs/rag-knowledge-map.html
  ↓
docs/rag-5d.html
  ↓
docs/ai-knowledge-hub.html

3. 快速回查

docs/ai-knowledge-hub.html
  ↓
按主题 / 按问题 / 标准知识对象
  ↓
跳到概念页 / 代码页 / 工程页 / 5D / 知识地图

快速开始

# 1. 进入代码目录
cd rag/code

# 2. 创建虚拟环境（需要 Python 3.12，uv 管理）
uv venv --python 3.12
source .venv/bin/activate          # macOS / Linux
# .venv\Scripts\activate           # Windows

# 3. 安装依赖
uv pip install openai numpy python-dotenv chromadb

# v6 额外依赖（首次运行会下载 bge-reranker-base 模型 ~270MB）
uv pip install sentence-transformers

# 4. 配置 API Key
cp .env.example .env
# 编辑 .env，填入 API Key 并设置 PROVIDER

# 5. 验证连通性
python 00_配置提供商_先改这个.py

# 6. 按顺序运行
python 01_v1_最小RAG循环.py
python 02_v2_文档分块策略.py
python 03_v3.5_黄金数据集.py     # 生成 baseline.json
python 04_v4_embedding选型.py     # 生成 v4_embedding_result.json
python 05_v5_混合检索.py          # 生成 v5_hybrid_result.json
python 06_v6_reranking.py         # 生成 v6_reranking_result.json（首次下载模型 ~270MB）
python 07_v7_query变换.py         # 生成 v7_query_transform_result.json
python 08_v8_评估框架.py          # 生成 v8_eval_result.json
python 09_v9_agentic_rag.py       # 生成 v9_agentic_result.json
python 10_v10_enterprise.py       # 生成 rag_traces.jsonl

Python 版本说明：需要 Python 3.12。chromadb 依赖的 onnxruntime 暂不支持 Python 3.13，请勿使用系统默认的 Python 3.13。

如果你只是看文档，不需要先跑代码；如果你只是查术语，也不需要先通读路线图。

知识库化约定

这套 docs 现在按“知识库”而不是“散文档”维护，约定如下：

• index.html 是唯一统一入口，其他页面不再承担首页职责。
• 核心页面都说明“这页负责什么 / 不负责什么 / 下一步去哪”。
• ai-knowledge-hub.html 负责标准知识对象、术语、参数速查和问题索引。
• 高频知识点会逐步收敛成统一对象结构，方便后续做站内检索和 RAG 抽取。
• knowledge-updates.html 用于记录结构变化和重要内容更新。

国内模型选型

课程和文档会持续更新。下一步会继续把更多知识点收敛成标准知识对象，并补机器可消费的知识索引。