AI大模型从概念到实践：RAG：从零开始，100行代码实现一套RAG系统（附代码）

AI的时代，概念满天飞，我想用最原始的实现，把概念具象化。用不超过100行代码，完整实现一套RAG代码。 代码附在最后。

先看一下系统运行的效果，左边是大模型直接生成，胡编乱造，右边是基于RAG的回答，比较精确。

这里右边大模型在回答时，结合RAG系统，参考了文档《中文-Llama3技术报告》里的相关内容。

代码实现，首先解析PDF文件到文字，并且文档切片，函数的实现都很简单，详情看附件，调用效果如下：

用类openAI的接口，调用bge-en-icl的模型，对文档做向量化

实现一个用余弦相似度，比较向量相似性的方法。测试一下，如果是文档的第0段和第1段相似性比较高0.93，如果是第30段和第90段比，相似度就低很多0.7。相连的文本段，语义相似性更高。

接下来，实现一下语义检索，其实就是把query向量化后，和所有文档切片的向量进行比较。找到最相似的几个文本切片，注意，返回的是文档原文的切片，不是向量，返回向量没用。

看一下调用的实现，问题是llama3训练过程中断了多少次，它会先去向量库里做语义检索，把和这个问题相关的文档切片返回回来：

接下来把问题，以及通过向量，在文档中找到的，和问题有关的文档切片组合成prompt。

把prompt扔给模型，让它基于问题，以及你提供的上下文，生成答案。

最后我们再让大模型来判断，答案是否正确。

为便于验证，这里用的模型是一个3B的，llama3.2的大模型。

最后总结一下，看看RAG做了什么。我让Cursor基于代码逻辑，画了个图，画得很好。两条处理流程，交汇点是向量库：

文档处理： 把文档解析，切片，存入向量化库（向量库里存：文档切片，和对应向量）。

查询流程： 对问题做向量化，在向量库中语义检索，把查询到的文档切片和问题组合成prompt，调用大模型，生成答案。

我本身不喜欢RAG，当我们说"检索增强生成"时，感觉是检索在杀死生成。各种各样的知识库和检索算法，正在把语言模型最珍贵的野性驯化成家畜。我们既渴望机器具备真正的智能，又恐惧这种智能超越人类的掌控。

​ –by deepseek

代码位置： 我基于一个开源项目改的，感谢原作者，它针对RAG提供了近20种增强和优化手段的源代码，下次再聊：

https://github.com/devgvh/all-rag-techniques/blob/main/1_simple_rag.ipynb

从这个项目上，看到的RAG技术演进趋势

1. 从静态到动态：从固定分块到动态分块和自适应检索

2. 从单一到多模态：从纯文本到结合图像等多模态数据

3. 从简单到复杂：从基础检索到图结构、层次化等复杂架构

4. 从被动到主动：从被动检索到主动学习和优化

5. 从独立到融合：从单一检索方法到多种方法的融合

如何零基础入门 / 学习AI大模型？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高

那么我作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，希望可以帮助到更多学习大模型的人！至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

👉 福利来袭优快云大礼包：《2025最全AI大模型学习资源包》免费分享，安全可点 👈

全套AGI大模型学习大纲+路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉 福利来袭优快云大礼包：《2025最全AI大模型学习资源包》免费分享，安全可点 👈

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。