草稿
RAG 工程实践：打造可靠的知识助手
RAG（Retrieval-Augmented Generation，检索增强生成）让大语言模型具备“查阅资料”的能力。本章按“数据准备 → 向量化 → 检索策略 → 评测迭代”四步拆解，提供工程化落地所需的脚本、流程和评估指标。
你将学习如何治理原始文档、配置嵌入模型、设计检索策略、搭建 LangChain/LlamaIndex 管线，并用自动化评测体系持续迭代，最终交付稳定、可信的知识型助手。
RAG（Retrieval-Augmented Generation，检索增强生成）让大语言模型具备“查阅资料”的能力。本章按“数据准备 → 向量化 → 检索策略 → 评测迭代”四步拆解，提供工程化落地所需的脚本、流程和评估指标。
你将学习如何治理原始文档、配置嵌入模型、设计检索策略、搭建 LangChain/LlamaIndex 管线，并用自动化评测体系持续迭代，最终交付稳定、可信的知识型助手。