你将学到
从基础系统掌握RAG全栈技术
收获14增强技术实战经验技巧
从0全流程构建企业级AI应用
掌握智能评估|微调，倍增性能
解决多场景RAG方案落地难题
具备提升AI回答精准度的能力
课程目录
第1章 课程学习必知——助你顺利学习以及避坑
2 节｜12分钟
展开
视频：
1-1 全面了解课程，让你少走弯路，必看！！！
试看
11:02
图文：
1-2 课程代码整体说明
第2章 掌握未来AI趋势：RAG引领大语言模型新纪元
15 节｜38分钟
收起
视频：
2-1 本章简介
00:59
视频：
2-2 满足企业精准需求：RAG如何填补大语言模型短板
试看
03:38
视频：
2-3 解锁RAG三大核心
01:32
视频：
2-4 深入思考 long context加持的大模型企业还需要RAG
试看
06:27
视频：
2-5 RAG技术栈：从【合格】到【优秀】的跨越
02:42
视频：
2-6 本课程案例分析与说明
02:38
图文：
2-7 【文档】运行和开发环境搭建说明
视频：
2-8 课程环境安装过程演示
19:30
图文：
2-9 【环境搭建】python软件包管理：anaconda3/miniforg3
图文：
2-10 【环境搭建】python环境安装
图文：
2-11 【环境安装】RAGFlow
图文：
2-12 【环境搭建】向量数据库
图文：
2-13 【环境搭建】图数据库
图文：
2-14 【环境搭建】模型下载&GPU环境安装(可选)&ollama安装（可选）
图文：
2-15 【文档】课程机器配置要求说明
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
13 节｜90分钟
收起
视频：
3-1 本章简介
01:40
视频：
3-2 大模型入门：核心要点和技术演变（token、transformer、训练）
20:57
视频：
3-3 国内外大模型产品必知必会
03:44
视频：
3-4 没有GPU如何调用大模型-大模型调用的三种方式
09:32
视频：
3-5 火眼金星：如何分辨大模型的好坏
05:58
视频：
3-6 RAG应用：挑选大模型的四大步骤
02:18
视频：
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
09:01
图文：
3-8 【文档】大语言模型如何下载
图文：
3-9 【文档】星火大模型API使用
图文：
3-10 【文档】如何通过ollama部署本地大模型-deepseek-r1
图文：
3-11 第3章代码使用说明
视频：
3-12 实战：使用大语言模型（本地和API、GPU和CPU）-1
17:39
视频：
3-13 实战：使用大语言模型（本地和API、GPU和CPU）-2
18:42
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
8 节｜43分钟
展开
视频：
4-1 本章介绍
00:47
视频：
4-2 embedding模型的重要性
02:35
视频：
4-3 embedding是怎么炼成的？
05:08
视频：
4-4 主流中文embedding模型
06:21
视频：
4-5 embedding模型排行榜靠谱不靠谱，如何选择
04:11
图文：
4-6 【文档】embedding模型下载
视频：
4-7 实战：embedding模型加载和使用对比
22:25
视频：
4-8 本章总结
01:20
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
9 节｜66分钟
展开
视频：
5-1 本章介绍
01:03
视频：
5-2 全方位对比：主流向量数据库
11:48
视频：
5-3 企业级向量数据库的要求
01:51
视频：
5-4 向量数据库相似性搜索
02:34
视频：
5-5 性能为王：探索向量数据索引优化技术
16:00
图文：
5-6 第5章代码使用说明
视频：
5-7 实战：部署和使用企业级向量数据库（chroma和milvus）-1
14:55
视频：
5-8 实战：部署和使用企业级向量数据库（chroma和milvus）-2
14:45
视频：
5-9 总结和展望：企业级应用的高可用性
02:49
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
8 节｜68分钟
展开
视频：
6-1 本章介绍
00:56
视频：
6-2 复杂：企业数据复杂多样
04:35
视频：
6-3 原则：垃圾进垃圾出，注重文档质量
04:03
视频：
6-4 挑战：RAG如何读取多样性文档（文本、表格和布局分析）
09:11
视频：
6-5 文档分块：递归文本分块和语义智能分块
12:24
图文：
6-6 第6章代码使用说明
视频：
6-7 实战：实现制度问答模块数据读取和切割
35:38
视频：
6-8 本章总结
01:13
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 节｜28分钟
展开
视频：
7-1 本章介绍
01:23
视频：
7-2 【企业员工制度问答助手】需求分析
02:25
视频：
7-3 项目技术选型
01:41
视频：
7-4 项目架构设计
01:39
图文：
7-5 第7章代码使用说明
视频：
7-6 实战：实现制度问答模块RAG baseline
16:21
视频：
7-7 总结和展望：转变思想，AI应用开发和传统软件开发的区别
04:27
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
7 节｜37分钟
展开
视频：
8-1 本章介绍
00:54
视频：
8-2 RAG迭代的关键：评估
03:52
视频：
8-3 RAG评估的三大步骤
01:06
视频：
8-4 RAG评价神器：Ragas框架
20:34
图文：
8-5 第8章代码使用说明
视频：
8-6 实战：用Ragas评估制度问答模块的性能
07:35
视频：
8-7 本章总结
02:14
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
20 节｜226分钟
展开
视频：
9-1 本章介绍
01:23
视频：
9-2 一图剖析RAG进化之路：探索优化点
03:27
视频：
9-3 检索的两大形态：稀疏 vs 稠密
09:45
视频：
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
20:36
视频：
9-5 多索引增强：从不同维度构建索引，强化相关内容
09:17
视频：
9-6 检索后增强：融合检索，三个臭皮匠顶一个诸葛亮
09:20
视频：
9-7 检索后增强：重排序技术(Re-rank)
05:37
视频：
9-8 系统性增强：迭代检索增强生成，从上一迭代收获信息
07:00
视频：
9-9 RAG新范式：自我评估增强Self-RAG
10:49
视频：
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
19:41
图文：
9-11 第9章代码使用说明
视频：
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-1
21:31
视频：
9-13 实战：用检索增强技术提升制度问答模块性能-查询增强-2
27:22
视频：
9-14 实战：用检索增强技术提升制度问答模块性能-多索引增强
24:19
视频：
9-15 实战：用检索增强技术提升制度问答模块性能-融合检索
07:10
图文：
9-16 【文档】重排rerank模型如何下载
视频：
9-17 实战：用检索增强技术提升制度问答模块性能-rerank重排
06:30
视频：
9-18 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
06:02
视频：
9-19 实战：用检索增强技术提升制度问答模块性能-self-RAG-1
17:35
视频：
9-20 实战：用检索增强技术提升制度问答模块性能-self-RAG-2
17:49
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
9 节｜125分钟
展开
视频：
10-1 本章介绍
03:09
视频：
10-2 认识金融智库知识图谱数据：特别的知识三元组
12:01
视频：
10-3 如何存储和操作知识图谱：neo4j和nebulagraph
16:51
图文：
10-4 第10章代码使用说明
视频：
10-5 实战：动手构建金融智库知识图谱-1
17:31
视频：
10-6 实战：动手构建金融智库知识图谱-2
20:23
视频：
10-7 RAG和Graph RAG有什么区别：如何构建Graph RAG
18:03
视频：
10-8 实战：利用Graph RAG构建金融智库知识库应用
26:18
视频：
10-9 总结和展望：如何自我学习，跟进前沿技术
09:50
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
7 节｜39分钟
展开
视频：
11-1 本章介绍
01:29
视频：
11-2 大模型的手脚：AI智能体Agent
14:26
视频：
11-3 推理和行动并行：ReAct框架
04:46
视频：
11-4 基于Agent的多文档RAG Router
02:36
图文：
11-5 第11章代码使用说明
视频：
11-6 实战：利用ReAc Agent实现 RAG Router
13:31
视频：
11-7 本章总结
01:24
第12章 【RAG扩展】企业员工助手-接口和界面开发
8 节｜47分钟
展开
视频：
12-1 本章介绍
01:14
视频：
12-2 演示界面神器：gradio介绍
12:19
图文：
12-3 第12章代码使用说明
视频：
12-4 实战：gradio整合两大RAG项目（1）
13:23
视频：
12-5 实战：gradio整合两大RAG项目（2）
19:07
图文：
12-6 RAG Pipeline API 接口文档-【简介&fastapi介绍】
图文：
12-7 RAG Pipeline API 接口文档-【环境准备&API接口说明】
图文：
12-8 RAG Pipeline API 接口文档-【使用示例】
第13章 RAGFlow deepdoc文件解析和优化【免费升级优化】
10 节｜17分钟
展开
图文：
13-1 RAGFlow文档解析总览
视频：
13-2 RAGFlow deepdoc视觉模块结果执行
04:00
视频：
13-3 ollama部署多模态视觉大模型
05:20
视频：
13-4 RAGFlow文档解析效果预览
07:23
图文：
13-5 第13章代码使用说明
图文：
13-6 RAGFlow—— PDF复杂文档解析
图文：
13-7 RAGFlow—— Docx复杂文档解析
图文：
13-8 RAGFlow—— Excel文档解析
图文：
13-9 RAGFlow——markdown文档解析
图文：
13-10 RAG文档对话项目：chatdoc
第14章 【RAG进阶】企业员工助手-项目进阶：RAG微调
5 节｜43分钟
展开
视频：
14-1 本章介绍
01:31
视频：
14-2 普通显卡也可以训练大模型：揭开Lora微调的面纱
12:57
视频：
14-3 新手也可以微调：大语言模型微调框架SWIFT
20:16
视频：
14-4 让Embedding更接近你的数据：用llamaindex微调embedding模型
05:09
视频：
14-5 本章总结
02:22
第15章 企业员工助手-总结和展望
2 节｜32分钟
展开
视频：
15-1 -1 项目总结和展望：课程回顾与总结
15:05
视频：
15-2 -2 项目总结和展望：课程总结与AI岗位面试技巧
15:57
本课程已完结
评论(0)