极客时间 -大模型 RAG 进阶实战营

这份《大模型 RAG 进阶实战营》的定位很明确：不是讲 RAG 是什么，而是讲一套 RAG 系统在真实业务里怎么搭、怎么拆、怎么调。适合已经跑通过最基础的「向量库 + 检索 + 拼接 prompt」流程，但一遇到多跳问答、跨文档推理、表格与图片混排就卡住的开发者。

技术栈与整体架构

内容围绕「检索—增强—生成」三段式展开，但重点放在后两段的可控性上。检索侧涉及分块策略、向量与关键词的混合召回、重排模型选型；增强侧覆盖上下文压缩、去重、引用标注；生成侧关注 prompt 结构、结构化输出与幻觉抑制。答疑直播的节点集中在 4 月到 5 月，说明课程节奏是和实战进度绑定的，不是录完就丢。

组件篇单独讲复杂范式，这是这套资料里技术密度最高的部分。GraphRAG 处理的是实体关系型检索，把知识图谱的节点和边引入召回，适合规则明确、关系密集的领域数据；Modular RAG 拆的是流水线本身，把检索、路由、生成拆成可替换模块，方便你在同一套框架下切换不同策略；Multi-Modal RAG 则把图片、表格纳入检索单元，这对文档类场景是刚需。三者不是并列知识点，而是递进关系：先有模块化，才谈得上接入图谱和多模态。

项目结构与可复用模块

从资料组织看，代码是跟着章节走的，不是独立仓库再配文档。这种结构的好处是每个模块的边界清晰：召回模块、重排模块、生成模块各自有明确输入输出，你可以单独抽出来接到自己项目里，而不用整包照搬。答疑文档的存在也说明踩坑点是提前收集过的，比如分块粒度对召回率的影响、重排模型在小数据集上的过拟合、多模态检索里图文对齐的成本，这些在通用教程里通常一笔带过。

适合怎么用这份资料

• 先按章节跑通最小可运行版本，确认每一层的输入输出格式，再替换成自己的数据源。
• 把 Modular RAG 那部分当作架构参考，对照自己现有流水线，看哪些环节是硬编码、哪些可以抽成配置。
• GraphRAG 和 Multi-Modal RAG 建议按需切入，不要一上来就全量上，先判断业务数据是否真的需要关系推理或跨模态召回。
• 答疑部分按时间顺序看，能观察到问题是怎么从基础配置演化到性能调优的。

自学路径建议

如果已有基础 RAG 经验，可以直接从组件篇切入，把三种范式各跑一遍，再回头补检索和重排的细节。如果还没搭过完整链路，建议先把单路召回 + 简单 prompt 跑通，再进入模块化拆分。判断是否吃透的标准很简单：能不能在不改动生成层的前提下，替换掉召回策略并保持输出稳定。能做到这一点，这套资料里的模块化思路就算真正落地了。