RAG with Python Cookbook：第 1 版

随着企业竞相释放大型语言模型 (LLM) 的全部潜力，出现了一个严峻的挑战：如何将这些工具与实时外部数据连接起来以解决现实世界的问题？检索增强生成（RAG）就是答案。通过将法学硕士与信息检索相结合，RAG 使您能够构建从智能聊天机器人到自主任务解决代理的一切内容。

这本入门指南包含 70 多个实用秘诀，通过结构化的实践学习来解决广泛的 GenAI 应用。作者 Dominik Polzer 提供了针对您的独特用例设计、实施和优化 RAG 系统所需的工具。无论您是使用简单的数据检索还是设计尖端的自主代理，这本指南都将帮助您保持领先地位。

• 学习核心 RAG 组件，包括嵌入、检索和生成技术
• 了解高级工作流程，例如语义感知分块和多查询提示
• 针对特定数据挑战构建聊天机器人和自主代理等自定义解决方案
• 持续评估和优化系统的准确性、相关性和性能