RAG_langchain

收录理由

这个仓库用一系列 notebook 把 LangChain 上的检索增强生成技术栈完整走了一遍，与其说是一个示例，不如说是一套循序渐进的课程。从文档加载与解析、文本分块、嵌入模型选型，到向量数据库对比、重排序和效果评估，每个环节都给出了足够具体的实现细节，能让人直观看到不同选择对检索质量的影响。代码里也有不少实打实的对比实验，比如 Chroma、FAISS 和 Milvus 的取舍，元数据过滤怎么用，稠密加稀疏的混合检索怎么做，甚至还有 Graph RAG 和长上下文场景的探索。新手可以顺着从入门到进阶的路线慢慢熟悉整个流程，已经在做相关系统的人则可以直接翻到重排序、评估或者多 Agent 的 notebook，把里面可复用的写法借鉴到自己的项目里。整体定位是学习资源，不是拿来直接部署的成品，但代码足够具体，实际项目中需要时也能从中拆出有用的片段。