解决企业内部数据“孤岛”与问答失真痛点
大模型虽然强大，但存在知识截止、幻觉频发以及无法访问私有数据等固有缺陷。对于需要构建内部智能助手或客服系统的团队而言，单纯依赖通用大模型往往导致回答缺乏依据或泄露隐私。这门课程聚焦于LangChain与检索增强生成（RAG）技术的结合，旨在构建一个能够实时检索企业内部文档并基于事实回答问题的知识库系统。它不追求高深的理论推导，而是针对“如何让AI准确读懂公司PDF、Excel及数据库”这一具体场景，提供从数据清洗、向量嵌入到检索策略优化的完整实操方案。适合具备Python基础，熟悉面向对象编程，并对LLM应用开发有初步兴趣的开发者或后端工程师。若你尚不具备基本的Python编码能力，建议先补齐语言基础，因为课程会直接编写复杂的代码逻辑来串联各个组件。
全链路拆解与核心模块学习路径
课程共22章，按照数据流转的逻辑顺序展开，建议按此路径重点突破。首先关注“数据接入与预处理”章节，这是RAG系统的基石，重点掌握如何高效解析非结构化文本并分块（Chunking），避免信息割裂导致检索失败。其次深入“向量数据库与嵌入模型选择”，理解不同向量存储（如FAISS、Chroma等）的性能差异及适用场景，学会根据数据量级选型。最关键的难点在于“检索优化与上下文构建”，课程会详细讲解混合检索策略（向量+关键词）、重排序（Reranking）机制以及如何构建高质量的Prompt，以显著降低幻觉率。最后几章涉及“端到端集成与部署”，展示如何将检索模块与大模型接口平滑连接，并进行系统性测试。学习时不要跳过对检索准确率评估部分的讲解，这是判断知识库质量的核心指标，必须动手实践以理解召回率与精确率的权衡。
学后能力边界与资料配合建议
学完本课程后，你将能够独立搭建一个基于企业私有数据的智能问答系统，完成从原始文档上传、后台索引构建到前端交互界面开发的全流程闭环。具体能独立完成的成果包括：定制个性化的Prompt模板以适配特定业务话术、实现多轮对话中的上下文记忆与纠正、以及部署可监控的API服务接口。资料包中的配套代码与示例数据集应作为练习素材，建议每学完一章，立即在本地环境中复现对应的Demo，特别是数据预处理脚本和检索评估代码。不要仅观看视频，必须亲手修改参数观察检索结果的变化，例如调整分块大小对回答精度的影响，或通过更换嵌入模型对比性能差异。这种“看视频-跑代码-调参数-验结果”的闭环练习，是真正掌握RAG工程化细节的关键。若遇到报错，重点排查依赖版本兼容性及向量维度匹配问题，这是初学者最容易卡住的环节。
mksz959-从0到1，LangChain+RAG全链路实战AI知识库（22章完结）
本课程隶属 会员库 · 慕课实战课，包含完整课程目录与配套资料，购买后联系客服获取下载方式；会员可直接免费下载。
课程目录
代码+课件/ PDF课件.pdf fastapi-coding-master.zip langchain-coding-master.zip project-coding-master.zip sql-script-master.zip streamlit-coding-master.zip 第10章 【LangChain】向量：搞懂向量原理，把“文本”转成AI能检索的“数字密码”/ 10-1 向量-介绍.mp4 10-2 向量-huggingface.mp4 10-3 向量-modelscope.mp4 10-4 向量-相似度.mp4 10-5 向量存储-数据库.mp4 10-6 向量存储-数据库使用.mp4 10-7 向量存储-归一化.mp4 第11章 【LangChain】检索：从“全量搜索”到“精准定位”打造高响应的AI检索逻辑/ 11-1 检索-基础介绍.mp4 11-10 检索-重排序.mp4 11-2 检索-multiquery多次检索.mp4 11-3 检索-上下文压缩检索.mp4 11-4 检索-相似度-doc分值.mp4 11-5 检索-检索过滤相似度分值.mp4 11-6 检索-ensamble聚合检索器.mp4 11-7 检索-LongContext重排序.mp4 11-8 检索-Self自查询1.mp4 11-9 检索-Self自查询2.mp4 第12章 【LangChain】工具：让AI会用工具（查天气、调接口）拓展 AI 能力边界/ 12-1 工具-装饰器Tool介绍.mp4 12-2 工具-装饰器Tool-代码.mp4 12-3 工具-Tool工具类.mp4 12-4 工具-StructedTools.mp4 12-5 工具-BaseTool.mp4 12-6 工具-LLM-BindTool1.mp4 12-7 工具-LLM-BindTool2.mp4 第13章 【实战项目】目标与技术架构：明确AI知识库核心功能，看懂“从0到1”的完整链路/ 13-1 项目介绍-RAG介绍.mp4 13-2 项目介绍-RAG对比.mp4 13-3 项目介绍-RAG商业产品介绍.mp4 13-4 项目介绍-项目目标.mp4 13-5 项目介绍-技术架构.mp4 第14章 【实战项目】Streamlit技术介绍：40分钟上手！快速入门前端界面/ 14-1 Streamlit介绍.mp4 14-2 Streamlit-helloworld.mp4 14-3 Streamlit-表格-图表组件.mp4 14-4 Streamlit-交互控件.mp4 14-5 Streamlit-界面布局.mp4 14-6 Streamlit-会话状态.mp4 14-7 Streamlit-控件key参数介绍.mp4 14-8 Streamlit-控件key参数互动.mp4 第15章 【实战项目】Postgresql 数据库：AI 知识库数据存哪里？检索方案实战/ 15-1 Postgresql-介绍.mp4 15-2 Postgresql-全文搜索介绍.mp4 15-3 Postgresql-中文分词jieba安装.mp4 15-4 Postgresql-向量vector-插件介绍安装.mp4 15-5 Postgresql-相似度-欧式距离.mp4 15-6 Postgresql-相似度-曼哈顿距离.mp4 第16章 【实战项目】FastAPI技术介绍：搭建AI知识库后端接口，实现前后端数据互通/ 16-1 FastAPI-介绍-helloworld入门.mp4 16-2 FastAPI-传参.mp4 16-3 FastAPI-异步-响应状态码.mp4 16-4 FastAPI-商品案例.mp4 16-5 FastAPI-ApIRouter路由.mp4 第17章 【实战项目】前端设计：从“页面构思”到“界面搭建”手把手实现AI知识库前端界面/ 17-1 前端-构思.mp4 17-2 前端-左右布局.mp4 17-3 前端-首页搭建.mp4 17-4 前端-知识空间搭建.mp4 17-5 前端-知识库搭建.mp4 17-6 前端-设置搭建.mp4 第18章 【实战项目】后端整体设计：理清 “链路”，搭建 AI 知识库后端架构/ 18-1 后端-需求-模块分析.mp4 18-2 后端-实战编码逻辑.mp4 18-3 后端-数据库设计.mp4 18-4 后端-项目工程创建.mp4 18-5 后端-工程目录-分层设计.mp4 18-6 后端-api设计.mp4 18-7 后端-工程启动方式.mp4 18-8 后端-数据库操作.mp4 18-9 后端-补全数据库操作-日志对象-vector类型包.mp4 第19章 【实战项目】知识向量模块开发：动手实现！把文档转向量、存向量库的核心模块/ 19-1 后端-知识空间实战-动态数据.mp4 19-2 后端-知识空间增删改.mp4 19-3 后端-知识库-查看片段-删除.mp4 19-4 后端-知识库-上传文件-分段.mp4 19-5 后端-向量模块-向量化-job调度.mp4 第1章 课程介绍：搞懂 AI 知识库价值，解锁实战技能与岗位机遇/ 1-1 课程介绍.mp4 1-2 实战项目与FastGPT类比.mp4 1-3 大模型介绍.mp4 1-4 AI市场需求.mp4 1-5 常见平台.mp4 第20章 【实战项目】动态配置开发：让AI知识库可配置（改参数、换模型），提升项目灵活性/ 20-1 后端-设置模块.mp4 20-2 后端-设置演示.mp4 20-3 后端-通过动态配置-获取数据库url-向量模型地址.mp4 第21章 【实战项目】会话模块开发：实现 ”AI 问答+上下文记忆”完成知识库核心交互功能/ 21-1 后端-首页会话-获取动态空间和用户.mp4 21-10 后端-美化左侧菜单.mp4 21-2 后端-标准大模型会话.mp4 21-3 后端-RAG大模型会话.mp4 21-4 后端-提示词模板的修复.mp4 21-5 后端-增加记忆能力.mp4 21-6 后端-历史会话记录-显示加载.mp4 21-7 后端-历史会话记录-清除.mp4 21-8 后端-历史会话记录-显示慢的优化.mp4 21-9 后端-显示引用的文档片段.mp4 第22章 【实战项目】扩展知识点：从“能用”到“好用”，AI 知识库深入扩展/ 22-1 扩展-项目实战与FastGPT的对比.mp4 22-2 扩展-chunk拆分的多种方式.mp4 22-3 扩展-问答对的作用.mp4 22-4 扩展-graphrag介绍.mp4 第23章 【实战项目】升级：LangChain0.3.x升级到LangChain1.0差异/ 23-1 langchain1_0-最新版本介绍.mp4 23-2 langchain1_0-教学代码差异.mp4 23-3 实战项目升级到Langchain1_0.mp4 23-4 LangChain1_0补充学习说明.mp4 第2章 欢迎来到LangChain的世界：从概念到 HelloWorld 实战/ 2-1 langchain介绍.mp4 2-2 helloworld入门.mp4 2-3 Model IO 单轮与多轮.mp4 2-4 交互模式.mp4 第3章 【LangChain】提示词：告别无效提问，用模板生成高质量 Prompt/ 3-1 提示词模板-字符模板.mp4 3-2 提示词模板-会话模板.mp4 3-3 提示词模板-占位符.mp4 3-4 提示词模板-少样本.mp4 3-5 提示词模板-加载外部文件.mp4 3-6 提示词模板-部分赋值.mp4 3-7 提示词模板-组合嵌套模板.mp4 第4章 【LangChain】示例选择器：让 AI“学例子”，动态匹配场景的示例优化技巧/ 4-1 示例选择器-长度选择器.mp4 4-2 示例选择器-MMR.mp4 4-3 示例选择器-自定义.mp4 第5章 【LangChain】输出格式化：从“杂乱文本”到“结构化结果”，定制AI输出/ 5-1 输出格式化-String格式.mp4 5-2 输出格式化-Json格式.mp4 5-3 输出格式化-Pydantic数据格式.mp4 5-4 输出格式化-格式修复Fix.mp4 5-6 输出格式化-自定义格式化1.mp4 5-7 输出格式化-自定义格式化2.mp4 第6章 【LangChain】LCEL 表达式：一行代码串起AI流程！核心编排语法实战/ 6-1 LCEL是什么.mp4 6-10 LCEL-配置Config.mp4 6-11 LCEL-动态参数.mp4 6-2 LCEL原理.mp4 6-3 LCEL-RunnableLambda介绍.mp4 6-4 LCEL-Runnable介绍.mp4 6-5 LCEL-Runnable串行.mp4 6-6 LCEL-Runnable并行.mp4 6-7 LCEL-Runnable Passthrough介绍.mp4 6-8 LCEL-分支Branch.mp4 6-9 LCEL-重试Retry.mp4 第7章 【LangChain】记忆：让AI“记住上下文”实现多轮对话连贯交互核心方案/ 7-1 Memory-记忆介绍.mp4 7-2 Memory-占位符.mp4 7-3 Memory-ChatMessageHistory实现.mp4 7-4 Memory-RunnableWithMessageHistory实现.mp4 7-5 Memory-长期记忆.mp4 第8章 【LangChain】文档加载：常见格式（TXT、PDF、Word）一键接入/ 8-1 文档加载-TextLoader.mp4 8-2 文档加载-PdfLoader.mp4 8-3 文档加载-DocxLoader.mp4 8-4 文档加载-WebLoader.mp4 8-5 文档加载-CsvLoader.mp4 8-6 文档加载-自定义.mp4 第9章 【LangChain】文档拆分：规避“信息割裂”用最优策略拆分文档提升检索精度/ 9-1 文档拆分Splitter-介绍.mp4 9-2 文档拆分Splitter-token.mp4 9-3 文档拆分Splitter-自定义.mp4
