手把手教学RAG如何入门,大模型入门到精通,收藏这篇就足够了!(附教程)

RAG实操教程: langchain+Milvus向量数据库创建你的本地知识库 本文主要是 Milvus 向量数据实战总结。LLM 痛点以及解决方案RAG 是什么,为什么选用RAG。langchain文档加载器,chat model文档拆分的注意点,chat model区别。chat 示例代码。 阅读详情

要学习RAG,感觉最好就是直接上手搭建一套相关的大模型,从中就可以慢慢理解RAG到底是用来干嘛的。

先来说说RAG是什么?目前借助于大模型的帮助,在不需要微调的情况下,我们就可以搭建属于自己的知识库。这种技术被称为**RAG(Retrieval-Augmented Generation)。**简单来说就是通过大模型LLM的能力,在其基础上引入外部的知识库数据,这样大模型AI在回答问题的时候更加的精确。

整体的RAG技术框架包括三个方面:

  • 数据索引阶段:构造向量数据库,引入自己的外部数据源
  • 检索阶段:根据用户给定的问题,从数据库中找到精确的信息
  • 生成阶段:利用检索到的数据库中的信息,生成回答

了解了一些简单的RAG知识之后,如何利用这些技术快速搭建一个属于自己的个人知识库呢?

里利用字节开发的Coze,简单演示一下如何构建自己的个人知识库。首先打开网站:

https://www.coze.cn/home

创建一个属于自己的机器人,这里我取了一个名字叫“算法一只狗的小助理”:

知识库创建

为了达到引入自己文章的目的,需要先新建一个自己的知识库:

上传你自己的文档到“我的空间”中,因为我大部分的文章都是用markdown格式下的,因此可以把文档导入并转换成“飞书在线文档”:

整理好自己的文件夹后,需要把文件设置成“互联网公开”的形式:

把对应的文件夹设定成“互联网上获得链接的人可阅读”:

最后整体的文件目录如下:

登陆自己的账号,回到刚刚建立的知识库中,飞书文章导入进来:

可以看到自己的文章可以进行选择,如果没有选择互联网公开,这里面是看不到文章的:

最后导入后,就可以看到自己对应的知识库了:

测试Coze小助手

可以回到Bots建立的页面,把刚刚搭建的知识库添加进来

然后设定prompt词语,由于我只想让这个机器人搜索基于知识库的内容进行问答,因此输入了下面的prompt:

使用知识库搜索问答

然后再点击它自带的优化提示词功能:

接下来右边界面就可以开始测试自己的Bots机器人了

chatgpt账号升级

它不仅能够根据你给定的文章进行搜索和总结,同时也给出了具体的文章链接。

有了这个功能之后,以后如果你的个人知识库有新增的话,那就可以添加到里面,只需要和他进行对话就可以方便查找自己的文章。

写在最后

上面就是一个简单的利用RAG技术搭建个人知识库的步骤,所以说RAG其实是在大模型上的一个辅助技术,它不需要重新训练大模型,只需要让大模型根据已有知识去回答就可以了。但缺点就是由于没有进行过微调,导致可能回答的内容不够专业,对于在专有领域上去使用,效果还是不佳。因此RAG技术需要权衡一下你使用的领域,毕竟适合自己的才是好的。

想入门 AI 大模型却找不到清晰方向?备考大厂 AI 岗还在四处搜集零散资料?别再浪费时间啦!2025 年 AI 大模型全套学习资料已整理完毕,从学习路线到面试真题,从工具教程到行业报告,一站式覆盖你的所有需求,现在全部免费分享!

👇👇扫码免费领取全部内容👇👇

​

一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例?大模型电子书?这份资料帮你站在 “行业高度” 学 AI:

1. 100+本大模型方向电子书

在这里插入图片描述

2. 26 份行业研究报告:覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容,涵盖:

  • 职业趋势:《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》;
  • 商业落地:《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》;
  • 领域细分:《AGI 在金融领域的应用报告》《AI GC 实践案例集》;
  • 行业监测:《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT:听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会,包含百度、腾讯、字节等企业的一线实践:

在这里插入图片描述

  • 安全方向:《端侧大模型的安全建设》《大模型驱动安全升级(腾讯代码安全实践)》;
  • 产品与创新:《大模型产品如何创新与创收》《AI 时代的新范式:构建 AI 产品》;
  • 多模态与 Agent:《Step-Video 开源模型(视频生成进展)》《Agentic RAG 的现在与未来》;
  • 工程落地:《从原型到生产:AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看:大厂 AI 岗面试 “弹药库”,300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗?这份面试资料帮你提前 “押题”,拒绝临场慌!

1. 107 道大厂面经:覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景,包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题,每道题都附带思路解析:

2. 102 道 AI 大模型真题:直击大模型核心考点

针对大模型专属考题,从概念到实践全面覆盖,帮你理清底层逻辑:

3. 97 道 LLMs 真题:聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案,比如让很多人头疼的 “复读机问题”:


三、路线必明: AI 大模型学习路线图,1 张图理清核心内容

刚接触 AI 大模型,不知道该从哪学起?这份「AI大模型 学习路线图」直接帮你划重点,不用再盲目摸索!

在这里插入图片描述

路线图涵盖 5 大核心板块,从基础到进阶层层递进:一步步带你从入门到进阶,从理论到实战。

img

L1阶段:启航篇丨极速破界AI新时代

L1阶段:了解大模型的基础知识,以及大模型在各个行业的应用和分析,学习理解大模型的核心原理、关键技术以及大模型应用场景。

img

L2阶段:攻坚篇丨RAG开发实战工坊

L2阶段:AI大模型RAG应用开发工程,主要学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

img

L3阶段:跃迁篇丨Agent智能体架构设计

L3阶段:大模型Agent应用架构进阶实现,主要学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造Agent智能体。

img

L4阶段:精进篇丨模型微调与私有化部署

L4阶段:大模型的微调和私有化部署,更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调,并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

img

L5阶段:专题集丨特训篇 【录播课】

img
四、资料领取:全套内容免费抱走,学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口?别犹豫,这份免费资料就是你的 “起跑线”!

大模型技术学习系列(5): 基于langchain构建RAG应用 本章中,我们回归了一下RAG的流程,并分析了下这个过程中涉及到的组件以及这些组件在langchain中对应的实现方式,并整合这些方式,实现了带RAG的大模型应用。通过这个实践过程,能够帮助我们更好的理解RAG的整个过程。 阅读详情

相关推荐

AI学习指南RAG篇(7)-RAG知识库构建

RAG知识库的构建过程包括数据收集、预处理、分块和向量化四个关键步骤。每个步骤都至关重要,直接影响到RAG系统的性能和效果。通过本文的详细讲解和示例代码,希望你能更好地理解RAG知识库的构建过程,并在实际应用中加以运用。如果你对RAG技术感兴趣,欢迎继续关注本系列的后续文章,我们将深入探讨RAG技术的实现细节和实践应用。

俞兆鹏的博客 1195

大模型入门到进阶:什么是 RAG?为什么需要 RAG?RAG 的流程

学习AI大模型是一个系统的过程,需要从基础开始,逐步深入到更高级的技术。这里给大家精心整理了一份全面的AI大模型学习资源,包括:AI大模型全套学习路线图(从入门到实战)、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!

star_nwe的博客 3万+

如何在两台电脑间,实现zotero文件和数据两种类型的双向同步

在完成本文配置后,可以在两台不同的电脑间,通过两步简单操作实现zotero数据和文件的双向同步,并且全程免费首先,打开zotero->编辑->首选项->高级->文件与文件夹,配置链接附件根目录以及数据存储位置,前者将pdf文件通过相对地址形式存于zotero中(而非真正的pdf文件),后者则是设置用户本地数据的地址建议设置在数据盘D盘,可以避免后续对盘名的修改(因为基本每个电脑都存在C盘和D盘)然后,同一页面下,打开同步,配置数据以及文件同步方式。数据同步保持默认即可,文件同步选择WebDav,然后去坚果云

weixin_43008154的博客 1万+

一文读懂:大模型RAG(检索增强生成)

本文概述 RAG 的核心算法,并举例说明其中的一些方法。RAG融合是一个强大的功能,能够提高RAG应用的语义搜索效率。通过使用语言模型生成多个查询并对搜索结果进行重新排序,RAG融合可以呈现更丰富多样的内容,并提供了一个额外的层次,用于调整应用。此外,RAG融合还可以实现自动纠正、节省成本以及增加内容多样性。但是,需要注意一些权衡,比如潜在的延迟问题、自动纠正的挑战以及成本影响。对于依赖常见概念但可能出现内部行话或重叠词汇的应用来说,RAG融合尤其有用。

m0_59164304的博客 4万+

STM32嵌入式开发实战:如何用miniLZO压缩算法节省70%存储空间(附完整工程)

本文详细介绍了如何在STM32嵌入式开发中使用miniLZO无损压缩算法实现高达70%的存储空间节省。通过对比分析不同轻量级算法,重点讲解miniLZO的内存优化配置、分块压缩策略和完整工程实现,帮助开发者有效解决嵌入式系统中的存储瓶颈问题。

ss78901的博客 881

浪潮服务器ESXI6.7部署实战:手动集成RAID驱动避坑指南

本文详细介绍了在浪潮服务器上部署ESXI6.7时手动集成RAID驱动的完整流程和避坑指南。从驱动获取、解压技巧到封装实战,逐步解决国产服务器常见的驱动缺失问题,特别针对PM8060 RAID卡提供具体解决方案,帮助IT运维人员顺利完成ESXI部署。

weixin_33725722的博客 461

大模型rag技术,什么是RAG?大模型入门到精通,收藏这篇就够了

RAG(Retrieval-Augmented Generation)即检索增强生成,为大模型提供了从特定数据源检索到的信息,以此来修正和补充生成的答案。

Python_0011的博客 7564

从外包到转正:一个华为OD亲历者的真实工作体验与避坑指南

本文分享了一位华为OD员工从外包到转正的真实经历与实用建议。通过详细解析华为OD的日常工作、转正核心指标、机试备考技巧及职场突围策略,为读者提供了一份全面的避坑指南。特别针对机试E卷的高频考点和刷题方法,给出了具体的数据分析和实战经验。

weixin_33686714的博客 699

什么是RAG技术,大模型入门到精通,收藏这篇就足够了!

RAG(Retrieval Augmented Generation,检索增强生成)是一种结合了信息检索和生成式模型的技术,简单来说,就是能够让大模型在计算时,结合外部知识库中的相关信息,使生成的答案更加精准

瓦罗兰特顶级C位的博客 1663

2025年下半年网络工程师案例分析真题及答案解析

2025年下半年网络工程师案例分析真题及答案解析

鹿鸣天涯 1088

把 SAP Fiori Launchpad 配置文件放进 MIME Repository:从上传、缓存控制到可访问路径的完整实践

文章摘要: 在 SAP Fiori 项目中,Launchpad 配置文件的部署是关键挑战,核心在于通过 MIME Repository 而非直接修改标准文件来实现稳定配置。与 BSP Repository 相比,MIME Repository 支持显式设置客户端缓存时间(如 SAP 推荐的 7 天),适合生产环境治理。配置文件需为 JSON 格式,部署时需确保路径可访问(通过 ICF node 和 external alias),并注意语法错误会导致静默失效。实操步骤包括:在 SE80 中创建专用目录、设置

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 92

基于RAG本地知识库的AI问答,大模型入门到精通,收藏这篇就足够了!

RA؜G 就像给 AI 配了一个‎知识库,让 AI 回答问题前先查一查特定的知识‍库来获取知识,确保回答是基⁠于真实资料而不是凭空想象。

pythonhy的博客 1093

FM收音机调试-RDA5807M

收音机调试 IC型号:RDA5807M

mangofu的博客 6163

一文彻底搞懂大模型 - RAG(检索、增强、生成),大模型入门到精通,收藏这篇就足够了!

RAG(Retrieval-Augmented Generation,检索增强生成) 是一种结合了信息检索技术与语言生成模型的人工智能技术。

瓦罗兰特顶级C位的博客 3208

【2026年华为暑期实习(AI)-4月29日-第一题- 选择题】(题目+思路+Java&C++&Python解析+在线测试)

本文摘要涵盖了机器学习和深度学习中的多个核心概念与技术,包括非负矩阵分解、条件数、MobileNet创新点、LDA降维、大模型评测指标、半精度训练、多任务学习、GPU存储层次、正则化、张量并行等。通过12道单选题和8道多选题的形式,系统性地考察了相关理论原理、应用场景及工程实践要点。题目设计注重概念准确性(如LDA目标函数)、技术细节(如Megatron-LM的并行策略)与实际应用(如FP16训练动机),并包含概率统计(二项分布)和数值计算(微分误差分析)等数学基础内容,全面检验读者对AI领域关键知识的掌握

m0_73659489的博客 143

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

大模型系列:蒸馏、RAG检索增强、微调的区别,大模型入门到精通,收藏这篇就足够了

本期主要是为后面深入大模型微调的研究进行开篇,需要理清楚模型蒸馏、检索增强、模型微调的基本概念和区别

Y525698136的博客 1132

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

手把手教学RAG如何入门(附教程)

要学习RAG,感觉最好就是直接上手搭建一套相关的大模型,从中就可以慢慢理解RAG到底是用来干嘛的。

Y525698136的博客 1827

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

大模型核心计算全景解析:LLM、ChatGPT、RAG、Agent与MCP,大模型入门到精通,收藏这篇就足够了!

我们将从LLM的基础概念入手,逐步剖析ChatGPT作为对话机器人的独特价值,进一步讲解检索增强生成(RAG)如何解决LLM的知识滞后问题,分析智能体(Agent)如何整合多种技术实现自主决策,最后介绍模型上下文协议(MCP)如何标准化AI与外部工具的交互。

DEVELOPERAA的博客 1393

检索增强生成(RAG)基础入门,大模型入门到精通,收藏这篇就足够了!

RAG主要可以完成补全、问答、总结、摘要等生成式任务,广泛应用在金融、医疗、法律、经济、电商等诸多领域。

pythonhy的博客 945

Dify 搭建私有的RAG知识库(实操篇)大模型入门到精通,收藏这篇就足够了!

还在为构建私有化AI应用犯愁吗?今天给大家介绍一款强大的开源利器——Dify。这款被称为’AI应用开发神器’的平台,正在悄悄改变着开发者构建AI应用的方式。

瓦罗兰特顶级C位的博客 1377

大模型RAG入门到实战基础教程(非常详细),大模型RAG入门到精通,收藏这一篇就够了!

大模型(Large Language Model,LLM)的浪潮已经席卷了几乎各行业,但当涉及到专业场景或行业细分域时,通用大模型就会面临专业知识不足的问题。相对于成本昂贵的“Post Train”或“SFT”,基于RAG的技术方案往成为一种更优选择。本文从RAG架构入手,详细介绍相关技术细节,并附上一份实践案例。前排提示,文末有大模型AGI-优快云独家资料包哦!本文列举了LLM的问题。简单介绍了什么是 RAG ,以及 RAG 的流程。最后使用了一个简单的LangChain代码示例来展示 RAG 的使用。

2301_76161259的博客 3775

RAG 如何消除大模型幻觉,大模型入门到精通,收藏这篇就足够了!

假设我们有一个基于大型生成模型(如GPT-3)的问答系统,该系统用于回答药企内部知识库中的问题。我们向其提出一个问题:“阿司匹林的主要药理作用是什么?”

2301_81940605的博客 1003

GitHub 6 万人收藏!RAG 引擎激活知识库,大模型入门到精通,收藏这篇就足够了!

RAGFlow堪称一 款革命性的工具,它通过检索增强生成(RAG)技术,让AI大模型在生成答案时能够访问外部知识库,从而显著提升答案的相关性、准确性和时效性,同时有效减少“幻觉”问题。

瓦罗兰特顶级C位的博客 1532

你应该懂的AI大模型(三)之 RAG,大模型入门到精通,收藏这篇就足够了!

从本篇开始笔者会尽量多使用一些英文缩写和单词,不是笔者为了装X,是为了大家在后面遇到的时候不至于被别人装到。

2301_81888214的博客 749

传统RAG已死,Agentic RAG当立?大模型入门到精通,收藏这篇就足够了!

这份报告显示:超过70%的企业RAG项目在复杂场景下表现不佳,而问题的根源并非技术实现,而是架构本身的局限性。

瓦罗兰特顶级C位的博客 1075
上一篇: 【知识库实战项目】基于大模型+知识图谱的知识库问答,大模型入门到精通,收藏这篇就足够了! (附项目)
下一篇: 你的RAG系统真的达标了吗?生产环境RAG成功的7大关键指标,大模型入门到精通,收藏这篇就足够了!(附教程)
Llama-Turbo
博客等级 码龄4年 9901粉丝 2021原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值