大鹏 AI 玩转 RAG 入门

课程详情

课程标题

大鹏 AI 玩转 RAG 入门

适合人群

适合具备基础 Python 阅读能力，希望理解 RAG 流程并完成入门项目的开发者与 AI 应用学习者。本课程不从零讲 Python 语法。

学习收获

  • 完成文本分块、向量检索和基于上下文生成答案
  • 分析 RAG 检索器、向量数据库和生成模型的协作流程
  • 使用 VS Code 与 Jupyter 配置 Python 实践环境
  • 排查 PyPI 依赖安装和 .env 环境变量加载问题
  • 完成文本分块、嵌入生成、向量入库和相似度检索
  • 使用检索到的上下文生成有依据的答案
  • 使用 Codex 梳理并检查基础 RAG 项目代码

课程简介

这是一门从 RAG 基本原理走向 Python 项目实践的入门课程。课程先从大语言模型的知识边界、检索增强生成的基本组成和高价值业务用例开始，帮助我们判断什么时候适合使用 RAG，以及检索器、向量数据库和生成模型分别承担什么职责。 课程使用 Windows、VS Code、Jupyter、Codex 和硅基流动搭建实践环境，覆盖软件安装、PyPI 依赖排错、Jupyter 自动加载模块、.env 机密配置和环境变量加载问题。每个配置步骤都说明可观察结果和常见失败原因，便于我们建立可以重复使用的开发环境。 项目实践从文本分块开始，依次完成嵌入模型配置、接口连通性测试、嵌入生成、向量数据库写入、相似度检索和基于上下文生成答案。随后梳理完整 Python 代码，并使用 Codex 检查结构、配置读取和运行流程，让 RAG 的数据准备、检索与生成形成清楚的工程闭环。 全课共 29 节，实测总时长 3 小时 7 分 25 秒，视频统一为 1920×1080。课程适合能够阅读基础 Python 代码、希望理解 RAG 原理并完成入门项目的开发者和 AI 应用学习者，不承诺就业、收益、证书或考试结果。

课程目录

01 01 课程介绍.mp4
02 02 RAG概述.mp4
03 03 讲师介绍.mp4
04 04 为组织识别高价值 RAG 用例.mp4
05 05 选择 IDE 和编程智能体配置.mp4
06 06 VS Code 的下载和安装.mp4
07 07 Codex 的下载和安装.mp4
08 08 通过 CC Switch 配置 Codex 使用国内模型.mp4
09 09 在 VS Code 中使用 Jupyter.mp4
10 10 使用 Codex 解决 PyPI 安装依赖的问题.mp4
11 11 Jupyter 自动加载模块的使用.mp4
12 12 使用 .env 存储 API 密钥.mp4
13 13 使用 .env 管理硅基流动环境变量.mp4
14 14 Codex 解决 .env 环境变量无法加载的问题.mp4
15 15 生产环境中如何管理 .env 机密数据.mp4
16 16 一个 RAG 系统的基本组成的运行流程.mp4
17 17 RAG 项目实战之前需要做的准备.mp4
18 18 RAG 项目实战1 文本分块.mp4
19 19 RAG 项目实战2 配置硅基流动嵌入模型.mp4
20 20 RAG 项目实战3 测试硅基流动连通性.mp4
21 21 RAG 项目实战4 生成嵌入并存入向量数据库.mp4
22 22 RAG 项目实战5 从向量数据库检索数据.mp4
23 23 RAG 项目实战6 根据问题生成答案.mp4
24 24 梳理 RAG 项目的完整代码.mp4
25 25 使用 Codex 梳理和完善 RAG 项目代码.mp4
26 26 RAG 项目实战总结和课外扩展.mp4
27 27 为 RAG 应用程序选择框架和库.mp4
28 28 运行随书压缩包中的代码示例.mp4
29 29 打包课程源码和PDF电子书.mp4