第 6 卷 · RAG 检索增强生成¶
构建生产级 RAG 系统，覆盖分块、向量库、搜索策略与企业知识库。
卷简介¶
检索增强生成（RAG, Retrieval-Augmented Generation）是让 LLM 接入私有知识、降低幻觉的关键技术。本卷从工程视角系统讲解 RAG 的完整链路：文档分块与索引、向量检索数据库、搜索策略（密集检索、混合检索、重排序）、元数据与过滤，以及企业知识库的构建实践。
完成本卷后，你将能够独立设计并实现一个支持权限隔离、增量更新、多源融合的企业级 RAG 系统。
章节列表¶
- 第 1 章 分块与索引
- 第 2 章 向量检索数据库
- 第 3 章 搜索策略
- 第 4 章 元数据与过滤
- 第 5 章 企业知识库构建
前置知识¶
- 第 1 卷 AI 基础（Embedding、RAG 概念）
- 第 3 卷 OpenAI API（Embedding API）
- 第 2 卷 Python 开发（异步、HTTP）
学习建议¶
- 以 Qdrant 作为主力向量库进行实践
- 关注检索质量评估，建立评测集
- 企业知识库章节结合第 11 卷系统设计一起理解