手把手教学RAG如何入门（附教程）_使用rag进行教学设计模型的步骤与技巧和方法-CSDN博客

本文链接：https://blog.csdn.net/Y525698136/article/details/145302743

要学习RAG，感觉最好就是直接上手搭建一套相关的大模型，从中就可以慢慢理解RAG到底是用来干嘛的。

先来说说RAG是什么？目前借助于大模型的帮助，在不需要微调的情况下，我们就可以搭建属于自己的知识库。这种技术被称为**RAG（Retrieval-Augmented Generation）。**简单来说就是通过大模型LLM的能力，在其基础上引入外部的知识库数据，这样大模型AI在回答问题的时候更加的精确。

整体的RAG技术框架包括三个方面：

数据索引阶段：构造向量数据库，引入自己的外部数据源
检索阶段：根据用户给定的问题，从数据库中找到精确的信息
生成阶段：利用检索到的数据库中的信息，生成回答

了解了一些简单的RAG知识之后，如何利用这些技术快速搭建一个属于自己的个人知识库呢？

里利用字节开发的Coze，简单演示一下如何构建自己的个人知识库。首先打开网站：

https://www.coze.cn/home

创建一个属于自己的机器人，这里我取了一个名字叫“算法一只狗的小助理”：

知识库创建

为了达到引入自己文章的目的，需要先新建一个自己的知识库：

上传你自己的文档到“我的空间”中，因为我大部分的文章都是用markdown格式下的，因此可以把文档导入并转换成“飞书在线文档”：

整理好自己的文件夹后，需要把文件设置成“互联网公开”的形式：

把对应的文件夹设定成“互联网上获得链接的人可阅读”：

最后整体的文件目录如下：

登陆自己的账号，回到刚刚建立的知识库中，飞书文章导入进来：

可以看到自己的文章可以进行选择，如果没有选择互联网公开，这里面是看不到文章的：

最后导入后，就可以看到自己对应的知识库了：

测试Coze小助手

可以回到Bots建立的页面，把刚刚搭建的知识库添加进来

然后设定prompt词语，由于我只想让这个机器人搜索基于知识库的内容进行问答，因此输入了下面的prompt：

使用知识库搜索问答

然后再点击它自带的优化提示词功能：

接下来右边界面就可以开始测试自己的Bots机器人了

chatgpt账号升级

它不仅能够根据你给定的文章进行搜索和总结，同时也给出了具体的文章链接。

有了这个功能之后，以后如果你的个人知识库有新增的话，那就可以添加到里面，只需要和他进行对话就可以方便查找自己的文章。

写在最后

上面就是一个简单的利用RAG技术搭建个人知识库的步骤，所以说RAG其实是在大模型上的一个辅助技术，它不需要重新训练大模型，只需要让大模型根据已有知识去回答就可以了。但缺点就是由于没有进行过微调，导致可能回答的内容不够专业，对于在专有领域上去使用，效果还是不佳。因此RAG技术需要权衡一下你使用的领域，毕竟适合自己的才是好的。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望