RAG大模型全集

这套资料的主题是 RAG，也就是检索增强生成——把外部文档切块、向量化、存进向量库，用户提问时先检索相关内容，再交给大模型组织答案。它要解决的是一个很具体的工作问题：模型本身的知识停在训练截止那天，企业内部的制度、产品手册、工单记录它一概不知，直接问就会编。RAG 是目前成本最低、落地最快的一条补救路径，也是很多团队做大模型应用时第一个真正要交付的功能。

这套资料适合什么基础的人

如果你完全没写过代码，只靠这套资料转行会比较吃力，因为它默认你能看懂 Python、能跑通接口调用、知道什么是 embedding 和向量相似度。更合适的读者是：写过一点后端或数据分析，想把手上的业务系统接上大模型；或者已经会用大模型 API 做简单问答，但回答质量不稳定，想搞清楚检索这一环到底怎么调。面试向的内容占比不小，如果你在准备大模型方向的岗位，其中关于幻觉、显存、推理加速、分布式训练的部分可以作为查漏补缺的清单，但不要指望它替代系统学习。

建议先看哪几块，按什么顺序

不要从面试题开始翻，那部分是用来检验的，不是用来入门的。建议先看 LangChain 相关的部分，理解一条 RAG 链路里有哪些环节、每个环节的输入输出是什么；接着看向量库与文档对话的经验总结，这部分直接对应“文档切多大切多小、检索召回几条、怎么拼进提示词”这些真正影响效果的决定；最后再看幻觉、Tokenizer、推理加速这些专题，它们解释的是链路里出问题时该往哪个方向排查。面试题放在最后当自测，遇到答不上来的再回头翻对应专题。

学完能独立做什么，资料怎么配合练习

按这个顺序走完，你应该能独立搭出一个可用的文档问答：把一批 PDF 或内部文档灌进向量库，接上模型接口，做出一个能回答并给出出处的问答入口，并且知道效果不好时该调切块策略还是调召回数量。练习方式建议是拿自己手头真实的一批文档来做，不要用示例数据，因为真实文档里的表格、页眉、扫描件才是暴露问题的地方。每看完一个专题，就回到自己的链路上改一处参数、记录一次效果变化，这样资料里的结论才会变成你自己的判断。需要提醒的是，RAG 的效果上限很大程度取决于文档质量和切块方式，工具本身不保证答案正确，验收时一定要留出人工抽查的环节。