├── 第1章 课程学习必知——助你顺利学习以及避坑
│ └── 1-1 全面了解课程，让你少走弯路，必看！！！
├── 第2章 掌握未来AI趋势：RAG引领大语言模型新纪元
│ ├── 2-1 本章简介
│ ├── 2-2 满足企业精准需求：RAG如何填补大语言模型短板
│ ├── 2-3 解锁RAG三大核心
│ ├── 2-4 深入思考 long context加持的大模型企业还需要RAG
│ ├── 2-5 RAG技术栈：从【合格】到【优秀】的跨越
│ └── 2-6 本课程案例分析与说明
├── 第3章 【企业级专业选型】RAG核心一：挑选符合企业的【优秀】大语言基石模型
│ ├── 3-1 本章简介
│ ├── 3-2 大模型入门：核心要点和技术演变（token、transformer、训练）
│ ├── 3-3 国内外大模型产品必知必会
│ ├── 3-4 没有GPU如何调用大模型-大模型调用的三种方式
│ ├── 3-5 火眼金星：如何分辨大模型的好坏
│ ├── 3-6 RAG应用：挑选大模型的四大步骤
│ ├── 3-11 实战：使用大语言模型（本地和API、GPU和CPU）-1
│ └── 3-12 实战：使用大语言模型（本地和API、GPU和CPU）-2
├── 第4章 【企业级专业选型】RAG核心二：挑选合适RAG的向量Embedding模型
│ ├── 4-1 本章介绍
│ ├── 4-2 embedding模型的重要性
│ ├── 4-3 embedding是怎么炼成的？
│ ├── 4-4 主流中文embedding模型
│ ├── 4-5 embedding模型排行榜靠谱不靠谱，如何选择
│ └── 4-7 实战：embedding模型加载和使用对比
├── 第5章 【企业级专业选型】RAG核心三：企业级的向量数据库选型和高效使用
│ ├── 5-1 本章介绍
│ ├── 5-2 全方位对比：主流向量数据库
│ ├── 5-3 企业级向量数据库的要求
│ ├── 5-4 向量数据库相似性搜索
│ ├── 5-5 性能为王：探索向量数据索引优化技术
│ └── 5-6 实战：部署和使用企业级向量数据库（chroma和milvus）-1
├── 第6章 【企业员工智能问答助手-实现V1.0版】高效处理企业复杂业务数据
│ ├── 6-1 本章介绍
│ ├── 6-2 复杂：企业数据复杂多样
│ ├── 6-3 原则：垃圾进垃圾出，注重文档质量
│ ├── 6-4 挑战：RAG如何读取多样性文档（文本、表格和布局分析）
│ ├── 6-5 文档分块：递归文本分块和语义智能分块
│ └── 6-6 实战：实现制度问答模块数据读取和切割
├── 第7章 【企业员工智能问答助手-实现V1.0版】搭建制度问答baseline RAG
│ ├── 7-1 本章介绍
│ ├── 7-2 【企业员工制度问答助手】需求分析
│ ├── 7-3 项目技术选型
│ ├── 7-4 项目架构设计
│ └── 7-5 实战：实现制度问答模块RAG baseline
├── 第8章 【企业员工智能问答助手-评估V1.0版】有效评估RAG是提升的关键
│ ├── 8-1 本章介绍
│ ├── 8-2 RAG迭代的关键：评估
│ ├── 8-3 RAG评估的三大步骤
│ ├── 8-4 RAG评价神器：Ragas框架
│ └── 8-5 实战：用Ragas评估制度问答模块的性能
├── 第9章 【企业员工智能问答助手-实现V2.0版】提升RAG的【14种】检索增强技能
│ ├── 9-2 一图剖析RAG进化之路：探索优化点
│ ├── 9-3 检索的两大形态：稀疏 vs 稠密
│ ├── 9-4 查询增强：增加相关内容-Query2doc+ HyDE+子问题查询+问题改写+Task Step Back
│ ├── 9-5 多索引增强：从不同维度构建索引，强化相关内容
│ ├── 9-6 检索后增强：融合检索，三个臭皮匠顶一个诸葛亮
│ ├── 9-7 检索后增强：重排序技术(Re-rank)
│ ├── 9-8 系统性增强：迭代检索增强生成，从上一迭代收获信息
│ ├── 9-9 RAG新范式：自我评估增强Self-RAG
│ └── …
├── 第10章 基于知识图谱【金融智库】：从RAG到Graph RAG，让企业知识图谱更智能
│ ├── 10-1 本章介绍
│ ├── 10-2 认识金融智库知识图谱数据：特别的知识三元组
│ ├── 10-3 如何存储和操作知识图谱：neo4j和nebulagraph
│ ├── 10-4 实战：动手构建金融智库知识图谱-1
│ └── 10-7 实战：利用Graph RAG构建金融智库知识库应用
├── 第11章 基于知识图谱【金融智库】：从RAG到agenticRAG，实现自动切换不同信息源
│ ├── 11-1 本章介绍
│ ├── 11-2 大模型的手脚：AI智能体Agent
│ ├── 11-3 推理和行动并行：ReAct框架
│ ├── 11-4 基于Agent的多文档RAG Router
│ └── 11-5 实战：利用ReAc Agent实现 RAG Router
├── 第12章 【RAG扩展】企业员工助手-接口和界面开发
│ ├── 12-1 本章介绍
│ ├── 12-2 演示界面神器：gradio介绍
│ ├── 12-3 实战：gradio整合两大RAG项目（1）
│ └── 12-4 实战：gradio整合两大RAG项目（2）
├── 第13章 【RAG进阶】企业员工助手-项目进阶：RAG微调
│ ├── 13-1 本章介绍
│ └── …
└── 第14章 企业员工助手-总结和展望
├── 14-1 -1 项目总结和展望：课程回顾与总结
└── 14-2 -2 项目总结和展望：课程总结与AI岗位面试技巧
