从零开始构建企业级RAG系统

这是一本面向企业级AI应用发者和决策者的RAG技术实战指南，全面覆盖了从基础理论到高级优化的各个环节。本书采用循序渐的讲解方式，配以丰富的图表和代码示例，为读者提供了一条完整的学习路径，帮助读者快速掌握RAG技术的精髓。 本书共10章，分为四部分。 第一部分（第1章和第2章） RAG技术基础 介绍了RAG技术的定义、发展背景、核心组成以及落地面临的挑战，同时深探讨了RAG技术背后的原理，包括嵌技术、数据索引与检索，以及大语言模型的应用。 第二部分（第3~5章） RAG应用构建流程 详细讲解了RAG应用的各个环节，从数据准备与处理，到检索环节的优化，再到生成环节的技巧。 第三部分（第6~8章） RAG技术阶 主要介绍了RAG系统的高级优化策略、常见框架实现原理与性能评估方法。针对高级优化策略，介绍了索引构建、预检索、检索、生成预处理和生成五个环节；针对常见框架，介绍了自省式RAG、自适应RAG、基于树结构索引的RAG、纠错性RAG等；针对评估方法，从评估指标和评估框架两个方面介绍了检索环节和生成环节的各种衡量指标的特。 第四部分（第9章和第10章）  RAG应用实例 首先通过具体的企业级应用案例和行业特定解决方案，展示了RAG技术在文档生成、知识库检索、客户服务等领域的实际应用，以及在金融、医疗、法律等特定行业的落地实践。然后展望了RAG技术的未来发展趋势，如长上下文对RAG的影响、多模态RAG的应用，以及嵌模型与大模型语义空间融合等前沿话题，最后对RAG落地挑战行了总结。 为了给读者提供更好的学习体验，本书准备了丰富的配套资源：  GitHub 仓库：地址为 https://github.com/morsoli/rag-book-demo，包含最新的代码更新和额外的学习资料。  读者社区：关注公众号“莫尔索随笔”与“GeekSavvy”，加交流群，与作者和其他读者交流讨论。
【推荐语】
（1）作者经验丰富：两位作者均是资深的大模型技术专家，是知名项目AutoGPT的代码贡献者和百度飞桨PPDE的技术专家，在RAG领域有深厚积累。 （2）零基础快门：本书不需要读者有任何大模型和RAG的基础，从RAG技术的理论基础、架构设计到实战部署，全方位覆盖从门到落地的完整知识体系。 （3）融合前沿理论与实践：紧跟RAG领域的前沿技术发展，以及RAG在企业的各种新应用，为读者提供有价值的参考方案。 （4）实战性强：包含大量案例和示例代码，手把手教读者构建完整可落地的RAG解决方案。 （5）配套资源丰富：不仅提供GitHub仓库，及时更新书中代码和RAG领域的新近发展情况，作者还提供社群服务，亲自为读者答疑。
【作者】
李多多（笔名：莫尔索） 资深AI技术专家，专注AI工程化落地与企业级解决方案。某公司 Al 项目研发负责人，多家企业 AI 技术顾问。在大语言模型应用发领域有丰富经验，擅长LLM应用工程化、RAG系统构建以及Al Agent发，著有《LangChain编程：从人门到实践》、源电子书《LLM应用发实践》。  范国斌 资深大模型技术专家，连续AI创业者，百度飞桨PPDE技术专家，MIKU AI技术负责人。在大语言模型应用发方面积累了深厚经验，精通 LLM 工程化落地、RAG 系统搭建以及 AI Agent 的发与实现。发的多款AI原生应用获得百度飞桨首页曝光，其中“Miku AI信息官”获评“2024百度年度星河产业百强应用”。