RAG学习专题

RAG 智能问答系统

公开教学项目：从文档解析、检索重排到引用与评测

#项目实战#RAG 智能问答系统

学习路线学习路线

大模型应用开发学习路线

按基础、项目与面试目标组织的学习路线，附公开教程与真实项目入口。

#学习路线#RAG#Agent

面经求职· 通用岗位场景

RAG 项目面试会怎样连续追问？一场工程深挖教学复原

从系统链路、检索选型到评测与权限，演示面试官怎样验证一段 RAG 项目描述

#RAG#项目深挖#教学复原

企业知识库 RAG 架构项目模拟面试

适合简历中写过企业知识库或 RAG 项目的人，重点练自己负责的部分、项目架构、检索效果和上线问题。

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

#模拟面试#简历项目#连续追问

PDF、表格、OCR 与文档解析项目模拟面试

适合写过 PDF、表格或 OCR 解析的人，重点练处理流程、质量评估、错误页面和失败兜底。

混合检索、RRF 与重排项目模拟面试

适合写过混合检索、RRF 或重排的人，重点练为什么这样选、效果提升来自哪里、延迟增加多少。

RAG 评测集与 bad case项目模拟面试

适合做过 RAG 评测的人，重点练评测数据怎么来、指标怎么算、错误怎么定位，以及怎样持续改进。

多轮对话、引用与权限隔离项目模拟面试

适合做过多轮对话、引用或权限控制的人，重点练上下文管理、引用准确性和不同用户的数据隔离。

系统教程RAG

RAG 面试题大全与知识体系

RAG（检索增强生成）面试准备枢纽：覆盖文档分块、向量检索、混合检索、重排与知识图谱题目，并配套公开教程和口语版讲法。

#专题学习#RAG 面试题大全与知识体系

RAG 已经能搜 PDF，为什么视频不能直接入库？

从多格式企业知识库场景出发，拆解视频进入 RAG 前必须完成的 ASR、时间戳、语义切分、画面 OCR、来源定位与结果核验。

#RAG#解析与入库#视频 RAG

第 1 章:为什么做 RAG?

🎯 完成后能力:能用一段零依赖代码演示 RAG 的核心机制,并讲清为什么解析、切分、检索与评估同样关键

PDF、PPT、扫描件为什么不能共用一条解析 Pipeline？

围绕企业知识库入库链路，讲清不同文件为什么要分别解析，以及怎样统一为带结构、位置和来源的可检索内容。

#RAG#解析与入库#RAG 文档解析

第 2 章:RAG 整体架构

🎯 完成后能力:能用一段端到端代码跑通 RAG 的完整骨架,并讲清四大模块各管什么、怎么联动

扫描 PDF 没有文本层，RAG 怎么做 OCR 与失败降级？

从字符层检测、页面渲染、OCR、版面分类到低置信度复核，完整拆解扫描 PDF 进入 RAG 的工程链路。

#RAG#解析与入库#扫描 PDF RAG

第 3 章:文档预处理与切分

在已验证的独立兼容环境中加载PDF并按字符切分，处理短/空输入，解释重叠、检索证据与验证边界。

复杂 PDF 的双栏、表格和图片怎么解析，才不会打乱语义？

用双栏制度文档、跨页表格和图文混排场景，解释为什么按文本行拼接会污染 RAG，以及怎样恢复阅读顺序与结构。

#RAG#解析与入库#复杂 PDF 阅读顺序

第 4 章:Embedding 选型与向量化

🎯 完成后能力:能讲清"文字怎么变成向量、怎么靠向量找相似",会按场景选 Embedding 模型和向量库,并知道何时该微调

MinerU 能直接解决 RAG 文档解析吗？哪些页面必须二次处理？

不把开源解析器当黑盒：逐项分析阅读顺序、复杂表格、OCR、公式、输出一致性与资源限制，并给出可插拔的后处理链路。

#RAG#解析与入库#MinerU RAG

第 5 章:检索召回,混合检索(BM25 + 向量)

🎯 完成后能力:能亲手写出 BM25,讲清为什么要"向量 + 关键词"混合检索,以及分数怎么融合

RAG 文档解析质量怎么评估？不能只看“解析成功”

把“文件处理成功”拆成文字覆盖、阅读顺序、表格结构、层级保留和来源定位，建立可复现的解析评测与失败页处理。

#RAG#解析与入库#RAG 文档解析评估

第 6 章:重排(Rerank)与检索优化

🎯 完成后能力:能讲清为什么粗排后还要精排、Cross-Encoder 凭什么更准、精排慢了怎么提速

RAG Chunk 为什么不能只按固定字数切？

从 Token 合并逻辑出发，解释固定长度为什么会拆散条件与结论，以及怎样利用标题、段落和内容类型保住语义。

#RAG#切分与索引#RAG Chunk

第 7 章:Query 理解与改写

🎯 完成后能力:能讲清在线检索前为什么要先"读懂、改好"用户问题,并掌握意图识别、重写、扩写、HYDE