第 1章 解構RAG 1

1.1 LLM應用概述 1

1.1.1 LLM應用的基本模式 1

1.1.2 LLM應用的局限性 3

1.2 引入RAG 4

1.2.1 RAG核心概念 4

1.2.2 RAG的組成結構 6

1.2.3 RAG的應用場景 8

1.3 RAG的技術體系 9

1.3.1 基礎RAG 9

1.3.2 高級RAG 9

1.3.3 模塊化RAG 10

1.3.4 智能體RAG 10

本章小結 11

第 2章 使用LlamaIndex實現(xiàn)RAG 13

2.1 LlamaIndex概述 13

2.1.1 LlamaIndex的工作流程 14

2.1.2 LlamaIndex RAG技術組件 15

2.2 提示詞 18

2.2.1 提示詞結構 19

2.2.2 提示詞模板 20

2.2.3 定制化提示詞 22

2.3 文檔與索引 24

2.3.1 文檔加載和解析 24

2.3.2 索引創(chuàng)建和管理 30

2.4 上下文檢索 34

2.4.1 創(chuàng)建多樣化檢索器 34

2.4.2 構建高級檢索機制 37

2.5 響應結果處理 39

2.5.1 后處理器 40

2.5.2 響應整合器 42

2.6 構建查詢引擎 44

2.6.1 查詢引擎的基礎用法 44

2.6.2 查詢引擎的高級用法 45

本章小結 46

第3章 使用RAG構建文檔聊天助手 47

3.1 文檔RAG工作機制 47

3.1.1 初始化OpenAI模型 48

3.1.2 OpenAI模型的功能特性 50

3.1.3 OpenAI消息類型 50

3.2 實現(xiàn)文檔處理與聊天引擎 52

3.2.1 使用DirectoryReader讀取文檔 52

3.2.2 基于VectorStoreIndex構建索引 54

3.2.3 實現(xiàn)聊天引擎 56

3.3 基于Streamlit運行RAG應用 60

3.3.1 使用Streamlit構建可視化系統(tǒng) 60

3.3.2 整合Streamlit與文檔聊天助手 63

3.3.3 執(zhí)行效果演示 64

本章小結 66

第4章 使用RAG實現(xiàn)多模態(tài)內容解析器 67

4.1 引入多模態(tài)RAG 67

4.2 LlamaIndex多模態(tài)技術 69

4.3 實現(xiàn)圖像解析與存儲 71

4.3.1 處理圖像文件 71

4.3.2 執(zhí)行圖像解析 73

4.3.3 集成圖像持久化 77

4.3.4 執(zhí)行效果演示 79

本章小結 84

第5章 使用RAG實現(xiàn)數(shù)據庫檢索器 85

5.1 使用非結構化數(shù)據訪問RAG 85

5.2 實現(xiàn)基礎版數(shù)據庫檢索器 87

5.2.1 創(chuàng)建SQLDatabase 87

5.2.2 創(chuàng)建NLSQLTableQueryEngine實例 90

5.3 LlamaIndex數(shù)據庫檢索技術 91

5.4 實現(xiàn)高階版數(shù)據庫檢索器 92

5.4.1 整合向量存儲和檢索 93

5.4.2 實現(xiàn)SQLAutoVector檢索 97

5.4.3 實現(xiàn)SQL Join檢索 104

本章小結 105

第6章 使用RAG搭建知識圖譜系統(tǒng) 107

6.1 知識圖譜與GraphRAG 107

6.1.1 知識圖譜技術 107

6.1.2 GraphRAG基本結構 109

6.2 LlamaIndex圖處理技術 110

6.2.1 使用屬性圖構建知識圖譜 110

6.2.2 圖數(shù)據庫集成 111

6.3 知識圖譜系統(tǒng)實現(xiàn) 112

6.3.1 使用GraphExtractor構建圖結構 112

6.3.2 構建PropertyGraphIndex 114

6.3.3 創(chuàng)建Retriever和QueryEngine 118

6.3.4 集成圖數(shù)據庫 120

6.4 實現(xiàn)RAG的可觀測性 122

6.4.1 鏈路追蹤基本原理 122

6.4.2 基于Phoenix追蹤RAG 123

本章小結 125

第7章 使用RAG集成工作流引擎 127

7.1 工作流RAG場景分析 128

7.2 LlamaIndex的工作流組件 128

7.2.1 LlamaIndex工作流核心概念 128

7.2.2 LlamaIndex工作流開發(fā)模式 130

7.2.3 LlamaIndex工作流功能特性 133

7.2.4 LlamaIndex查詢管道機制 136

7.3 基于工作流實現(xiàn)自定義ReActAgent 138

7.3.1 ReAct工作流設計 139

7.3.2 ReAct工作流實現(xiàn)步驟 141

7.3.3 執(zhí)行效果演示 146

7.4 基于工作流實現(xiàn)CRAG 148

7.4.1 CRAG基本概念 148

7.4.2 CRAG實現(xiàn)步驟 149

7.4.3 執(zhí)行效果演示 156

本章小結 158

第8章 使用RAG構建多Agent系統(tǒng) 159

8.1 多Agent系統(tǒng)場景分析與設計 159

8.2 LlamaIndex Agent技術詳解 161

8.2.1 理解Agent機制 161

8.2.2 LlamaIndex Agent組件 164

8.3 多Agent文檔處理系統(tǒng)實現(xiàn) 169

8.3.1 實現(xiàn)兩層文檔處理Agent 170

8.3.2 執(zhí)行效果演示 173

8.4 多Agent智能客服助手實現(xiàn) 175

8.4.1 業(yè)務分析和系統(tǒng)設計 175

8.4.2 實現(xiàn)協(xié)調類Agent 177

8.4.3 實現(xiàn)任務類Agent 184

8.4.4 執(zhí)行效果演示 189

本章小結 192