增加每章节 README 文件

2026-09-22 15:57:59 +08:00
parent 8e86665096
commit 9445061c76
49 changed files with 3815 additions and 6 deletions
@@ -0,0 +1,55 @@
+# RAG 技术体系
+
+> 所属：阶段四 · 工具生态与外围组件集成
+> 目标：掌握 RAG 流水线、chunking 选型、查询改写 / Rerank / 引用溯源等高级技术，能把 RAG 封装成 Agent 工具。
+
+---
+
+## 📌 学习目的
+
+掌握 RAG 流水线、chunking 选型、查询改写 / Rerank / 引用溯源等高级技术，能把 RAG 封装成 Agent 工具。
+
+## ✅ 学习要求（前置条件）
+
+已完成「02_vector_db_and_memory」+ 阶段三「02_langgraph_core」。
+
+## 📚 主要学习内容
+
+- RAG 七环节：加载 → 清洗 → 分块 → 向量化 → 检索 → 生成
+- chunking 策略：固定长度 / 递归字符 / 标题感知 / 语义 / 父子
+- 高级 RAG 四件套：查询改写 / 多轮迭代 / Rerank / 引用溯源
+- Agent-RAG：把知识库封装成 kb_search 工具
+- LlamaIndex 检索 + LangGraph 编排的黄金组合
+
+## 📖 对应 docs
+
+- 目录：[`docs/04-阶段四-工具生态与外围组件集成/`](../../docs/04-阶段四-工具生态与外围组件集成/)（按目录名里的 `第 X 篇` 对应）
+- 在 docs 目录里找到对应的小点 markdown 文件阅读详细理论。
+
+## 🛠️ 建议练习
+
+- [ ] 用 RAG 完整流程做一份知识库问答
+- [ ] 对比固定长度 / 递归字符 / 父子分块的 recall@5
+- [ ] 把 QueryEngine 包成 @tool 并接入 LangGraph Agent
+
+## 🏁 完成后达成标准
+
+- [ ] 能说清 RAG 七环节及每个环节的常见故障
+- [ ] 能实现带查询改写 + 缓存 + 溯源的知识库检索工具
+- [ ] 能区分普通 RAG 与 Agent-RAG 的适用场景
+
+---
+
+## 🚀 运行提示
+
+```bash
+# 激活根目录的虚拟环境
+cd /Users/jack/source/Demo/py/demo_python_agent
+source .venv/bin/activate   # 或直接用 uv run ...
+
+# 进入本章目录
+cd code/004_phase4_tool_ecosystem/03_rag_technique
+
+# 跑你的练习文件
+uv run python your_exercise.py
+```