极客时间rag 50讲 IT教程吧

这门课到底讲什么

RAG（检索增强生成）在 2023 年之后迅速从论文概念变成工程岗位的常见要求，但市面上多数内容要么停留在「向量数据库是什么」的科普层面，要么直接跳到某个框架的 API 调用，中间那段真正决定系统好不好用的部分——切分策略怎么定、召回率上不去该动哪里、检索结果怎么和提示词拼装、幻觉怎么压——反而很少有人系统讲。

这套 50 讲的内容，主体就是围绕这条中间地带展开的。它不是泛泛的 IT 通识课，尽管资料包的描述写得比较宽泛，但实际重心落在 RAG 系统的构建与调优上：从文档解析、文本切分、向量化、索引选型，到检索排序、上下文组装、效果评估，基本按一条真实项目的推进顺序走。如果你之前看过一些零散的博客，感觉每个环节都懂一点、连起来却不知道怎么落地，这套内容的定位正好补这一段。

学完能独立做什么

判断一门课值不值得花时间，最直接的办法是看学完之后手上能多出什么。按这套内容的覆盖范围，比较现实的预期是：

• 能独立搭起一个可用的文档问答原型，把一批 PDF 或内部文档灌进去，跑出能回答问题的对话接口，而不是只会调用现成的托管服务；
• 遇到「答非所问」或「检索不到」时，知道该按什么顺序排查——是切分粒度问题、嵌入模型不匹配，还是召回数量设置不合理；
• 能对系统做基本的量化评估，用一组测试问题测准确率和召回情况，而不是凭感觉说「好像还行」；
• 理解常见优化手段的适用边界，比如重排序、查询改写、混合检索各自解决什么问题、什么场景下加了反而更糟。

需要说明的是，这套内容偏向原理与工程实现的结合，不是纯产品向的「零代码搭建知识库」教程。如果你期待的是拖拽式工具操作，可能会觉得偏重；但如果你本来就想弄明白底层在发生什么，这个取向是合适的。

适合什么基础的人

最舒服的起点是：能写 Python，知道怎么调 HTTP 接口，对大模型有基本使用经验（调用过 API、写过提示词）。有这些基础，可以直接进入，不会卡在环境配置上。

如果你完全没有编程经验，这套内容会明显吃力——它不会从变量和函数讲起。反过来，如果你已经在做 RAG 相关的工作，只是想找一份查漏补缺的清单，可以跳过前面的概念部分，重点看切分、检索优化和评估那几块，收获会更集中。

另一个容易忽略的点是：RAG 的效果很大程度取决于你对业务文档本身的理解。学之前最好手上就有一个真实场景，哪怕只是自己积累的一批笔记或行业报告，边学边拿它试，比纯看演示数据有效得多。

怎么用这份资料

建议不要按顺序一次性刷完。比较务实的用法是：先快速过一遍整体流程，建立「一个 RAG 系统由哪几块组成」的框架认知；然后挑一个自己手头的小场景动手做一遍，哪怕做得粗糙；做完之后再回头精读调优和评估的部分，这时候你才会真正看懂那些参数为什么那么设。

50 讲的体量不算小，但也不必强求全部消化。把「能跑通一个原型」和「知道出问题往哪查」这两件事做到，这套内容的主要价值就已经兑现了。剩下的细节，可以在实际项目里遇到具体问题时再回来翻。