R
RAG_Techniques
NOASSERTIONJupyter NotebookThis repository showcases various advanced techniques for Retrieval-Augmented Generation (RAG) systems. Each technique has a detailed notebook tutorial.
★ 29kFork 4k更新于 2026-09-13
软件介绍
检索增强生成（RAG）正在革新信息检索与生成式AI的结合方式。本仓库展示了42+个可运行的Jupyter笔记本，涵盖从基础到前沿的RAG技术，包括直觉解释、代码实现和参考文献，旨在帮助研究人员和从业者构建更准确、上下文更丰富的检索系统。
核心功能
42+个可运行的Jupyter笔记本，覆盖基础到前沿的RAG技术
每个技术包含详细文档、实现指南和参考文献
支持LangChain和LlamaIndex等多种框架
定期更新最新进展，如MemoRAG、端到端评估等
社区驱动，欢迎贡献和反馈
适用场景
构建和优化RAG系统以提升问答准确性学习和比较不同的检索增强生成技术为特定应用场景选择合适的RAG策略评估和调试RAG管道的性能
Docker 部署
docker run -it --rm -p 8888:8888 -v $(pwd):/home/jovyan/work jupyter/scipy-notebook:latest start-notebook.sh --NotebookApp.token=''
FAQ
这个仓库适合初学者吗？
是的，仓库包含基础RAG技术（如Simple RAG、CSV RAG）的笔记本，适合初学者入门。同时也有高级技术供进阶学习。
如何运行这些笔记本？
每个笔记本都提供GitHub查看和Google Colab一键运行链接，无需本地配置即可在线运行。
这些技术可以用于商业项目吗？
仓库采用自定义非商业许可证，商业使用需查看LICENSE文件或联系作者。