RAG全栈技术从基础到精通 ，打造高精准AI应用(mp4)

├─-RAG全栈技术从基础到精通 ，打造高精准AI应用

├─第1章 课程学习必知——助你顺利学习以及避坑

├─1-1全面了解课程，让你少走弯路，必看！！！.mp428.42MB

├─第2章 掌握未来AI趋势：RAG引领大语言模型新纪元

├─2-1本章简介.mp41.28MB

├─2-2满足企业精准需求：RAG如何填补大语言模型短板.mp45.31MB

├─2-3解锁RAG三大核心.mp42.84MB

├─2-4深入思考 long context加持的大模型企业还需要RAG.mp412.21MB

├─2-5RAG技术栈：从【合格】到【优秀】的跨越.mp44.66MB

├─2-6本课程案例分析与说明.mp43.87MB

├─2-7运行和开发环境搭建.pdf2.13MB

├─2-8课程机器配置要求说明.pdf77.38KB

├─第3章 【企业级专业选型】RAG核心一：挑选符合企业的【优秀】大语言基石模型

├─3-1本章简介.mp42.46MB

├─3-10【文档】如何通过ollama部署本地大模型-deepseek-r1.pdf1.23MB

├─3-11实战：使用大语言模型（本地和API、GPU和CPU）-1.mp439.2MB

├─3-12实战：使用大语言模型（本地和API、GPU和CPU）-2.mp440.33MB

├─3-2大模型入门：核心要点和技术演变（token、transformer、训练）.mp436.19MB

├─3-3国内外大模型产品必知必会.mp47.14MB

├─3-4没有GPU如何调用大模型-大模型调用的三种方式.mp416.04MB

├─3-5火眼金星：如何分辨大模型的好坏.mp410.66MB

├─3-6RAG应用：挑选大模型的四大步骤.mp44.18MB

├─3-7总结和展望：不同项目角色需要对AI大模型了解程度的差异性分析.mp418.93MB

├─3-8【文档】大语言模型如何下载.pdf1.24MB

├─3-9【文档】星火大模型API使用.pdf716.92KB

├─第4章 【企业级专业选型】RAG核心二：挑选合适RAG的向量Embedding模型

├─4-1本章介绍.mp41.05MB

├─4-2embedding模型的重要性.mp47MB

├─4-3embedding是怎么炼成的？.mp49.34MB

├─4-4主流中文embedding模型.mp416.85MB

├─4-5embedding模型排行榜靠谱不靠谱，如何选择.mp46.97MB

├─4-6【文档】embedding模型下载.pdf118.72KB

├─4-7实战：embedding模型加载和使用对比.mp446.09MB

├─4-8本章总结.mp42.01MB

├─第5章 【企业级专业选型】RAG核心三：企业级的向量数据库选型和高效使用

├─5-1本章介绍.mp41.58MB

├─5-2全方位对比：主流向量数据库.mp423.37MB

├─5-3企业级向量数据库的要求.mp43.19MB

├─5-4向量数据库相似性搜索.mp44.58MB

├─5-5性能为王：探索向量数据索引优化技术.mp431.44MB

├─5-6实战：部署和使用企业级向量数据库（chroma和milvus）-1.mp433.87MB

├─5-7实战：部署和使用企业级向量数据库（chroma和milvus）-2.mp431.14MB

├─5-8总结和展望：企业级应用的高可用性.mp43.81MB

├─第6章 【企业员工智能问答助手-实现V1.0版】高效处理企业复杂业务数据

├─6-1本章介绍.mp41.45MB

├─6-2复杂：企业数据复杂多样.mp47.44MB

├─6-3原则：垃圾进垃圾出，注重文档质量.mp47.51MB

├─6-4挑战：RAG如何读取多样性文档（文本、表格和布局分析）.mp416.39MB

├─6-5文档分块：递归文本分块和语义智能分块.mp422.62MB

├─6-6实战：实现制度问答模块数据读取和切割.mp4105.03MB

├─6-7本章总结.mp41.92MB

├─第7章 【企业员工智能问答助手-实现V1.0版】搭建制度问答baseline RAG

├─7-1本章介绍.mp41.85MB

├─7-2【企业员工制度问答助手】需求分析.mp44.92MB

├─7-3项目技术选型.mp42.32MB

├─7-4项目架构设计.mp44.29MB

├─7-5实战：实现制度问答模块RAG baseline.mp458.14MB

├─7-6总结和展望：转变思想，AI应用开发和传统软件开发的区别.mp47.51MB

├─第8章 【企业员工智能问答助手-评估V1.0版】有效评估RAG是提升的关键

├─8-1本章介绍.mp41.28MB

├─8-2RAG迭代的关键：评估.mp47.42MB

├─8-3RAG评估的三大步骤.mp41.49MB

├─8-4RAG评价神器：Ragas框架.mp439MB

├─8-5实战：用Ragas评估制度问答模块的性能.mp415.09MB

├─8-6本章总结.mp44.46MB

├─第9章 【企业员工智能问答助手-实现V2.0版】提升RAG的【14种】检索增强技能

├─9-1本章介绍.mp41.99MB

├─9-10总结和展望：关于企业里需要良好的代码规范和代码管理.mp440.26MB

├─9-11实战：用检索增强技术提升制度问答模块性能-查询增强-1.mp445.71MB

├─9-12实战：用检索增强技术提升制度问答模块性能-查询增强-2.mp477.23MB

├─9-13实战：用检索增强技术提升制度问答模块性能-多索引增强.mp456.69MB

├─9-14实战：用检索增强技术提升制度问答模块性能-融合检索.mp418.51MB

├─9-15【文档】重排rerank模型如何下载.pdf42.79KB

├─9-16实战：用检索增强技术提升制度问答模块性能-rerank重排.mp423.13MB

├─9-17实战：用检索增强技术提升制度问答模块性能-迭代检索增强生成.mp418.78MB

├─9-18实战：用检索增强技术提升制度问答模块性能-self-RAG-1.mp442.45MB

├─9-19实战：用检索增强技术提升制度问答模块性能-self-RAG-2.mp451.49MB

├─9-2一图剖析RAG进化之路：探索优化点.mp45.57MB

├─9-3检索的两大形态：稀疏 vs 稠密.mp416MB

├─9-4查询增强：增加相关内容-Query2doc+ HyDE+子问题查询+问题改写+Task Step Back.mp440.41MB

├─9-5多索引增强：从不同维度构建索引，强化相关内容.mp417.33MB

├─9-6检索后增强：融合检索，三个臭皮匠顶一个诸葛亮.mp414.34MB

├─9-7检索后增强：重排序技术(Re-rank).mp49.13MB

├─9-8系统性增强：迭代检索增强生成，从上一迭代收获信息.mp414.4MB

├─9-9RAG新范式：自我评估增强Self-RAG.mp420.83MB

├─第10章 基于知识图谱【金融智库】：从RAG到Graph RAG，让企业知识图谱更智能

├─10-1本章介绍.mp44.51MB

├─10-2认识金融智库知识图谱数据：特别的知识三元组.mp425.46MB

├─10-3如何存储和操作知识图谱：neo4j和nebulagraph.mp430.38MB

├─10-4实战：动手构建金融智库知识图谱-1.mp439.74MB

├─10-5实战：动手构建金融智库知识图谱-2.mp448.23MB

├─10-6RAG和Graph RAG有什么区别：如何构建Graph RAG.mp430.36MB

├─10-7实战：利用Graph RAG构建金融智库知识库应用.mp468.3MB

├─10-8总结和展望：如何自我学习，跟进前沿技术.mp416.47MB

├─第11章 基于知识图谱【金融智库】：从RAG到agenticRAG，实现自动切换不同信息源

├─11-1本章介绍.mp42.09MB

├─11-2大模型的手脚：AI智能体Agent.mp424.22MB

├─11-3推理和行动并行：ReAct框架.mp49.08MB

├─11-4基于Agent的多文档RAG Router.mp44.37MB

├─11-5实战：利用ReAc Agent实现 RAG Router.mp439.38MB

├─11-6本章总结.mp42.24MB

├─第12章 【RAG扩展】企业员工助手-接口和界面开发

├─12-1本章介绍.mp41.92MB

├─12-2演示界面神器：gradio介绍.mp419.65MB

├─12-3实战：gradio整合两大RAG项目（1）.mp432.35MB

├─12-4实战：gradio整合两大RAG项目（2）.mp448.83MB

├─第13章 【RAG进阶】企业员工助手-项目进阶：RAG微调

├─13-1本章介绍.mp42.47MB

├─第14章 企业员工助手-总结和展望

├─14-1-1项目总结和展望：课程回顾与总结.mp422.52MB

├─14-2-2项目总结和展望：课程总结与AI岗位面试技巧.mp423.42MB