├── RAG与大模型实战课程总目录
├── 1、RAG 与大模型基础原理
│ ├── 01. RAG工作原理
│ ├── 02. 大模型目前固有的局限性及解决方案
│ ├── 03. 检索增强生成
│ ├── 05. LLM接口封装
│ ├── 06. Prompt模版
│ └── …
├── 2、向量化与向量数据库
│ ├── 07. 什么是向量与文本向量
│ ├── 10. VectorStore向量存储与检索
│ ├── 11. Chroma向量数据库使用
│ ├── 12. 向量数据库选型
│ ├── 26. Embedding文本向量化处理实战
│ └── …
├── 3、RAG 高级检索与处理
│ ├── 04. 文档的加载与切割
│ ├── 14. 文本分割粒度
│ ├── 15. 检索后排序与 ReRanker模型
│ ├── 17. 混合检索 HybridSearch 与 RRF
│ ├── 19. PDF文档表格处理
│ ├── 20. GraphRAG基本介绍
│ └── …
├── 4、知识库与应用开发实战
│ ├── 21. 实战一 RAG Workflow工作流详解
│ ├── 24. 使用conda配置知识库项目Python环境
│ ├── 28. 知识库模型问答测试与实际效果评估
│ ├── 29. 使用LlamaIndex创建知识库实战
│ ├── 30. 使用Streamlit创建Web应用实战
│ ├── 34. RAG外挂私有知识库
│ └── …
└── 5、模型微调与企业级进阶
├── 22. RAG VS FineTuning模型微调
├── 25. SentenceTransformer大模型详解
├── 27. InternLM2 / Qwen2.5 模型实战
├── 37. FineTuning微调与增量训练
├── 39. Function Calling调用企业应用
└── …
