RAG前沿入门课

值不值得学：先看你的工作场景是否卡在“大模型答不准”

这套资料的主题是检索增强生成（RAG）以及知识图谱增强的Graph-RAG。如果你平时的业务是把企业内部文档、行业研报或技术手册喂给大模型，却发现它经常胡编乱造、抓不住长文档里的逻辑关系，或者跨文档检索总是召回一堆无关内容，那么这门课切的就是这个痛点。它不只讲基础的向量检索，而是往前走了一步，讨论当文档存在层级结构、实体关联和复杂拓扑时，怎么用知识图谱来约束和引导大模型的回答。不适合完全没写过Python、连大模型API都没调用过的新手。你需要已经了解基本的Prompt工程，最好自己动手跑过最简单的LangChain问答链，再来啃这些进阶内容。

建议怎么看：先跑通基础链路，再拆解代表方案

资料的组织逻辑很清晰，建议不要按顺序死磕。第一部分讲LangChain与基础RAG的优化策略，如果你已经熟悉文档切分和向量库，可以快速过一遍，重点看它在召回环节做了哪些具体优化。真正有含金量的是后半部分。建议先看微软的GraphRAG方案，这是目前业界讨论度最高的落地参考，理解了它的实体抽取和社区聚类逻辑，再反过头去看HiQA和Linkedin的方案，你会更容易明白它们为什么要做文档层级结构细分和双层嵌入索引。遇到HippoRAG和GRAG这两个偏学术的方案，重点理解它们解决什么具体问题——前者考虑实体特异性，后者考虑拓扑结构，不要一上来就陷入代码细节，先搞懂思路差异。

学完能做什么：从调包到能独立设计一套知识问答架构

学完这套资料，你不会立刻变成算法专家，但能独立做一件很实际的事：针对一份结构复杂的文档（比如包含多个部门、多个项目节点、彼此有交叉引用的标书或技术规范），设计一套比纯向量检索更准的问答系统。你会知道什么场景该用Text2Cypher直接查图谱，什么场景该用KG-enhanced prompt去做增强，以及怎么权衡召回率和系统复杂度。配合练习时，不要只用资料里的示例数据。找一份你自己工作中的真实文档，先按基础RAG跑一遍，记录它答错的问题；然后按课程里的某一个方案（比如微软的GraphRAG或HiQA）改造索引结构，再跑同样的问题，对比前后差异。只有在这种“发现问题-改造结构-验证效果”的过程中，这些方案才会真正变成你自己的工程经验。