#449 · 主分类: 教育与研究
rag-from-scratch
通过从零构建RAG来揭示其奥秘。本地LLM,没有黑箱——真正理解嵌入、向量搜索、检索和上下文增强生成。
项目最后更新:03/11/26
GitHub Stars
1.6K
Forks数量
193
贡献者数量
2
许可证
MIT
收录理由
这个教程用纯 JavaScript 和本地大模型一步步搭建检索增强生成管线,每个环节都摊开来讲,不靠封装好的库糊弄过去。嵌入、分块、向量存储、检索、重排和查询改写都有逐行解释,你能清楚看到上下文是怎么被取出来并塞进提示词的。示例按渐进路线组织,适合在投入重型框架之前先建立完整的心智模型。被黑盒工具坑过的开发者,之后调试或调优真实 RAG 系统时能从这里找到扎实的参考。刚接触检索增强生成的团队,也能在不依赖任何云服务的前提下获得可靠的基础认知。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管,为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章,助你提升开发技能
generative-ai-for-beginners
21节课,开始使用生成式AI构建