datawhalechina/all-in-rag

专家点评

上手难度：进阶更新于 2026-11-11

中文 RAG 全栈教程，用来替代零散博客拼凑学习路径，不是可直接部署的库

适用场景

团队要从零搭一套 RAG 原型、需要有人先把数据加载→分块→嵌入→Milvus 检索这条链路走通：拿它当路线图，比在多个英文博客间跳转省时间
需要覆盖 Graph RAG、Text2SQL、多模态嵌入这些分支选型：教程把它们放在同一套项目里对照，比逐个翻各项目 README 更容易判断哪条路值得投入
要给非算法背景的工程师做内部培训：章节结构完整、中文表述，省掉自己写讲义的成本
想了解 RAG 评估指标怎么落地：评估章节给了工具和指标的组合方式，比只看框架文档更贴近实际流程

踩坑

这是文档型仓库，不是 pip 包。每章代码要自己配环境，issue 里环境复现类问题（Codespaces 环境、pyarrow 版本）被反复提出，说明跨章节依赖版本没有统一锁定，跟着跑时容易卡在依赖冲突上
涉及 Milvus、Neo4J 等外部服务需单独部署，README 只要求会简单用 docker，但实际起这些服务时网络、端口、持久化配置要自己处理，没有现成 compose 文件兜底
教程代码面向教学，不是生产级封装。想直接抽出来当服务用，接口抽象、错误处理、并发这些要自己补

怎么上手

由 README 提炼，执行前请确认

原文

git clone https://github.com/datawhalechina/all-in-rag.git

硬件要求按 README 说明

README 未说明具体显存或 GPU 型号要求，仅要求能简单使用 docker 并具备基础 Linux 命令行能力

下载：源码 zip·GitHub Releases（安装包）本站不镜像安装包

项目说明

由 README 自动翻译提炼

Datawhale 出品的 RAG 全栈中文教程，从理论到实战带你搭建生产级检索增强生成系统

面向大模型应用开发的 RAG 全栈实战教程，覆盖文本向量化、检索、重排与多模态等环节，手把手带你搭建检索增强生成系统。

核心能力

覆盖数据加载、文本分块到索引构建的完整流程
讲解向量嵌入与图文多模态嵌入及 Milvus 检索实践
介绍混合检索、查询重构、Text2SQL 等进阶检索技术
包含 RAG 系统评估方法与常用评估工具指标
提供从基础到 Graph RAG 优化的完整实战项目

容易踩的坑

需掌握 Python 基础语法与常用库，并会简单使用 docker；教程为文档型项目，代码示例需按各章节自行配置环境；部分章节涉及 Milvus、Neo4J 等外部服务需单独部署

内容由模型根据 README 生成，可能不完整或不准确，以官方文档为准。看原文 README

用户点评

登录用户的真实使用记录，可按版本和硬件筛选

共 0 条

还没有人点评。第一个说出真实体验的人最有价值。

README 原文

未翻译

在 GitHub 打开

All-in-RAG | 大模型应用开发实战一：RAG技术全栈指南

项目简介（中文 | English）

本项目是一个面向大模型应用开发者的RAG（检索增强生成）技术全栈教程，旨在通过体系化的学习路径和动手实践项目，帮助开发者掌握基于大语言模型的RAG应用开发技能，构建生产级的智能问答和知识检索系统。

主要内容包括：

RAG技术基础：深入浅出地介绍RAG的核心概念、技术原理和应用场景
数据处理全流程：从数据加载、清洗到文本分块的完整数据准备流程
索引构建与优化：向量嵌入、多模态嵌入、向量数据库构建及索引优化技术
检索技术进阶：混合检索、查询构建、Text2SQL等高级检索技术
生成集成与评估：格式化生成、系统评估与优化方法
项目实战：从基础到进阶的完整RAG应用开发实践

项目意义

随着大语言模型的快速发展，RAG技术已成为构建智能问答系统、知识检索应用的核心技术。然而，现有的RAG教程往往零散且缺乏系统性，初学者难以形成完整的技术体系认知。

本项目从实践出发，结合最新的RAG技术发展趋势，构建了一套完整的RAG学习体系，帮助开发者：

系统掌握RAG技术的理论基础和实践技能
理解RAG系统的完整架构和各组件的作用
具备独立开发RAG应用的能力
掌握RAG系统的评估和优化方法

项目受众

本项目适合以下人群学习：

具备Python编程基础，对RAG技术感兴趣的开发者
希望系统学习RAG技术的AI工程师
想要构建智能问答系统的产品开发者
对检索增强生成技术有学习需求的研究人员

前置要求：

掌握Python基础语法和常用库的使用
能够简单使用docker
了解基本的LLM概念（推荐但非必需）
具备基础的Linux命令行操作能力

项目亮点

体系化学习路径：从基础概念到高级应用，构建完整的RAG技术学习体系
理论与实践并重：每个章节都包含理论讲解和代码实践，确保学以致用
多模态支持：不仅涵盖文本RAG，还包括多模态嵌入和检索技术
工程化导向：注重实际应用中的工程化问题，包括性能优化、系统评估等
丰富的实战项目：提供从基础到进阶的多个实战项目，帮助巩固学习成果

内容大纲

第一部分：RAG基础入门

第一章解锁RAG 📖 查看章节

RAG简介 - RAG技术概述与应用场景
准备工作 - 环境配置与准备
四步构建RAG - 快速上手RAG开发
附：环境部署 - Python虚拟环境部署方案补充 (贡献者: @anarchysaiko)

第二章数据准备 📖 查看章节

数据加载 - 多格式文档处理与加载
文本分块 - 文本切分策略与优化

第二部分：索引构建与优化

第三章索引构建 📖 查看章节

向量嵌入 - 文本向量化技术详解
多模态嵌入 - 图文多模态向量化
向量数据库 - 向量存储与检索系统
Milvus实践 - Milvus多模态检索实战
索引优化 - 索引性能调优技巧

第三部分：检索技术进阶

第四章检索优化 📖 查看章节

混合检索 - 稠密+稀疏检索融合
查询构建 - 智能查询理解与构建
Text2SQL - 自然语言转SQL查询
查询重构与分发 - 查询优化策略
检索进阶技术 - 高级检索算法

第四部分：生成与评估

第五章生成集成 📖 查看章节

格式化生成 - 结构化输出与格式控制

第六章 RAG系统评估 📖 查看章节

评估介绍 - RAG系统评估方法论
评估工具 - 常用评估工具与指标

第五部分：高级应用与实战

第七章高级RAG架构（拓展部分） 📖 查看章节

基于知识图谱的RAG

第八章项目实战一 📖 查看章节

第九章项目实战一优化（选修篇） 📖 查看章节

🍽️ 项目展示

第十章项目实战二（选修篇） 📖 查看章节 规划中

Extra-chapter

Neo4J 简单应用（贡献者: dalvqw）
多模态 Omni Embedding 实践（Jina v5-omni）（贡献者: Alden）

如果你在使用 RAG / 向量数据库 / Agentic RAG 等相关技术时，也有值得分享的经验与专题内容，非常欢迎以独立章节的形式投稿到 Extra Chapter 中。提交前请先阅读 Extra Chapter 的贡献与 PR 指南，我们会根据内容的完整度、实践深度与参考价值综合评估是否合并，并视情况在主教程中进行引用或扩展说明。

目录结构说明

all-in-rag/
├── docs/           # 教程文档
├── code/           # 代码示例
├── data/           # 示例数据
├── models/         # 预训练模型
├── Extra-chapter/  # 扩展章节与社区实践内容
└── README.md       # 项目说明

实战项目展示

第八章项目一：

项目一

第九章项目一（Graph RAG优化）：

项目一（Graph RAG优化）

第十章项目二：

致谢

核心贡献者

dalvqw-项目负责人（项目发起人与主要贡献者）

额外章节贡献者

孙超-内容创作者（Datawhale成员-上海工程技术大学）

特别感谢

感谢 @Sm1les 对本项目的帮助与支持
感谢所有为本项目做出贡献的开发者们
感谢开源社区提供的优秀工具和框架支持
特别感谢以下为教程做出贡献的开发者！

Made with contrib.rocks.

参与贡献

我们欢迎所有形式的贡献，包括但不限于：

🚨 Bug报告：发现问题请提交 Issue
💭 教程建议：有好的想法欢迎在 Discussions 中讨论
📚 文档改进：帮助完善文档内容和示例代码（当前仅支持 Extra-chapter 优质内容pr）

Star History

关于 Datawhale

许可证

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

all-in-rag

专家点评

适用场景

踩坑

同类对比

怎么上手

项目说明