这是一本面向企业级AI应用开发者和决策者的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。本书采用循序渐进的讲解方式，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，同时深入探讨了RAG技术背后的原理，包括嵌入技术、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技术进阶
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点。
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，以及嵌入模型与大模型语义空间融合等前沿话题，最后对RAG落地挑战进行了总结。
目录：
目 录
前言
第一部分 RAG技术基础
第1章 RAG 技术简介 2
1.1 为什么需要 RAG 2
1.2 RAG技术的发展背景 4
1.3 RAG技术的核心组成 8
1.4 与大语言模型集成 9
1.5 RAG面临的挑战 11
1.6 总结 12
第2章 RAG技术背后的原理 13
2.1 Embedding技术 13
Embedding 13
2.2 数据索引与检索 18
实现 24
场景 25
2.3 大语言模型 26
应用 29
2.4 总结 30
第二部分 RAG应用构建流程
第3章 数据准备与处理 34
3.1 数据清洗 34
3.2 文本分割 41
3.3 索引构建 48
3.4 总结 60
第4章 检索环节 62
4.1 索引构建与优化 62
4.2 检索策略与算法 73
4.3 查询转化 84
4.4 总结 99
第5章 生成环节 100
5.1 LLM重排序 100
5.2 提示工程 104
5.3 LLM归纳生成 109
5.4 总结 115
第三部分 RAG技术进阶
第6章 高级RAG优化技术 118
6.1 索引构建优化 118
6.2 预检索优化 129
6.3 检索阶段优化 140
结合 145
6.4 生成预处理 150
6.5 生成阶段优化 153
6.6 总结 159
第7章 常见RAG框架的实现
原理 161
7.1 自省式RAG 161
7.2 自适应RAG 167
7.3 基于树结构索引的RAG 171
7.4 纠错性RAG 176
7.5 RAG融合 182
7.6 基于知识图谱的RAG 187
应用 189
7.7 其他 192
7.8 总结 194
第8章 RAG系统性能评估 195
8.1 RAG评估指标 195
8.2 常见的RAG评估框架 205
8.3 总结 222
第四部分 RAG应用实例
第9章 企业级RAG应用实践 224
9.1 通用应用 224
9.2 行业应用 230
9.3 构建企业级RAG系统 236
9.4 总结 241
第10章 RAG技术展望 242
10.1 RAG 技术演进 242
选取 242
空间融合 243
10.2 多模态RAG 244
10.3 RAG落地挑战 245
点击下载