RETRIEVAL-AUGMENTED GENERATION

RAG 与 LangChain 学习笔记

从检索增强原理、Embedding 到 LangChain 提示词、Chain 与记忆机制。

7 篇学习笔记

LEARNING PATH

从 RAG 原理开始，建立检索增强应用能力

01

RAG 基础原理

理解应用场景、标准流程与数据流

01RAG 基础原理与完整流程理解为什么需要 RAG、标准工作流程、完整数据流以及它与 LangChain 的关系。RAGLangChain开始阅读

02

Embedding 与检索

掌握向量表示、混合检索与重排

02Embedding 与检索基础认识向量表示、相似度计算、BGE-M3、稠密与稀疏检索、混合检索和重排。EmbeddingBGE-M3Hybrid Search开始阅读

03

Models 与 Messages

认识 LangChain 模型和消息体系

03LangChain、Models 与 Messages认识 LangChain、LLM、Chat Model、Embedding Model、消息结构与 invoke 调用方式。LangChainModelsMessages开始阅读

04

Prompt 与 Zero-shot

组织动态提示词与基础调用链

04PromptTemplate 与 Zero-shot理解 Prompt Template 的动态变量、Zero-shot 方法和基础 LCEL 调用链。PromptTemplateZero-shotLCEL开始阅读

05

Few-shot 与 ChatPrompt

构建少样本和对话提示模板

05Few-shot 与 ChatPromptTemplate整理少样本提示、对话提示模板、Chat Model Few-shot 与 Chain 补充知识。Few-shotChatPromptTemplate开始阅读

06

Chain 与输出解析

组合处理链并获得结构化输出

06Chain 与 OutputParser理解 Chain 在 RAG 中的作用，并掌握字符串、JSON 与 Pydantic 输出解析。ChainOutputParserPydantic开始阅读

07

Memory 与对话历史

理解短期、长期记忆和消息历史

07Memory 与对话历史理解短期记忆、长期记忆、RAG 与 Memory 的区别及 ChatMessageHistory。MemoryChatMessageHistory开始阅读