企业官网建设流程全解析

一分钟文章速读

文章结构目录：

1. 解释什么是RAG技术
2. 大模型存在的问题
3. 如何解决这些问题
4. 介绍RAG的基本流程

核心知识点：

RAG文档索引化步骤：文档 -> 分块 -> 向量化 -> 存储

什么是RAG

RAG 名词解释是信息检索增强生成技术。
它通过先检索相关的文档，用检索出来的信息对提示词增强，再使用大模型生成答案。
人话：好比开卷考试，先翻书，再回答问题

RAG的提示词工程：让大模型基于我们从知识库查询到的相关知识回答问题。

大模型存在的问题

1. 时效性低：无法知道最近发生的事情（比如西贝预制菜）
2. 知识覆盖深度不够：针对特定领域知识，缺乏深度信息（比如律师行业相关案例；每个行业的专业知识）
3. 幻觉问题：AI 一本正经的胡说八道（缺乏事实支撑）

如何解决

1. 提示词工程：可以提高大模型生成答案的质量，但是无法解决实效性问题。
2. RAG技术：可以从知识库中获取到行业的最新数据。（前提是你得有自己的知识库）
3. 微调：普通用户基本不需要这一步，了解即可。

了解下 Naive RAG

检索增强生成（RAG）技术的基础形态。后续基于此衍生出很多优化方案：（了解）

1. Retrieve-and-Rerank（检索 - 重排序）
   在检索后增加了重排序模块
2. Modular RAG（模块化 RAG）
   将 RAG 拆分为查询优化、多源检索、知识整合等独立模块
3. Agentic RAG（智能体 RAG）
   引入智能体自主决策机制

Naive RAG 的详细步骤

1. 索引化
   文档 -> 分块 -> 向量化 -> 存储
2. 检索:
   用户提问 -> 向量化 -> 检索数据库 -> 得到top-K个相关文档块
3. 增强生成
   增强提示词(原始问题+相关文档块) -> LLM -> 生成答案

RAG索引化实战部分

这部分我们详细了解下RAG索引化的几个步骤：

1. 文档分块
   递归处理：句子切分+固定字符切分+重叠长度overlap
   from langchain.text_splitter import RecursiveCharacterTextSplitter
2. 文档向量化
   本地使用 Ollama 开源框架，搭建BGE-M3 开源文本嵌入模：https://ollama.com/library/bge-m3
   也可以使用在线向量嵌入模型（火山引擎，GLM，Deepseek）
3. 文档向量化存储
   向量数据库Chroma：https://www.trychroma.com/

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过30%。

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01教学内容

• 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

• 大量真实项目案例：带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

vx扫描下方二维码即可

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：

04视频和书籍PDF合集

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）

05行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！

0690+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）

07 deepseek部署包+技巧大全

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发