📚 系统全面的知识体系
从基础概念到高级应用，涵盖RAG技术的完整生态，适合不同层次的学习者
RAG全栈技术从基础到精通，打造高精准AI应用
探索检索增强生成技术的完整生态，构建智能、可靠的AI应用
Skip to content
📖 技术书籍
本项目采用技术书籍的结构组织内容，分为三个主要部分：
第一部分 · RAG基础入门
- Chapter 1 项目介绍：了解RAG技术的基本概念和项目学习路径
第二部分 · RAG核心技术
- Chapter 6 文档分块：学习递归文本分块和语义智能分块技术
- Chapter 7 项目架构设计：掌握RAG系统的整体架构设计
第三部分 · RAG评估与优化
- Chapter 8 RAG评估：深入理解RAG评估的关键方法和工具
- 8-2 RAG迭代的关键：评估
- 8-3 RAG评估的三大步骤
- 8-4 RAG评价神器：Ragas框架
- 8-5 实战：用Ragas评估制度问答模块的性能
🛠️ 技术栈
- 前端框架：VitePress（用于文档构建）
- 向量数据库：支持 Milvus、Faiss 等
- 后端技术：Python、FastAPI 等
- AI 模型：支持多种大语言模型集成
- 评估工具：Ragas、LLM-as-a-Judge 等
🚀 快速开始
本地开发
bash
# 安装依赖
npm install
# 启动本地开发服务器
npm run dev构建生产版本
bash
npm run build🤝 贡献指南
欢迎参与本项目的贡献！你可以：
- 提交 Issue 反馈问题或建议
- 提交 Pull Request 改进内容
- 在 GitHub 上编辑文档
📄 许可
本项目采用 Apache-2.0 License 开源协议。