本项目是一个基于 DeepSeek 的 RAG 系统实战课程的代码仓库，实现了一个完整的检索增强生成系统。
课程地址：RAG系统研发实战
项目采用模块化设计，每个模块负责 RAG 系统的不同方面：
| 模块 | 功能 | 技术栈 | 依赖 |
|---|---|---|---|
00-简单RAG-SimpleRAG |
基础 RAG 系统实现 | LangChain/LlamaIndex | 基础环境 |
01-数据导入-DataLoading |
数据加载和预处理 | pandas, PyPDF2 | 文档解析库 |
02-文本切块-DocChunking |
文档分块策略 | LangChain Splitters | NLP 工具 |
03-向量嵌入-Embedding |
文本向量化 | HuggingFace, BGE | GPU 支持(可选) |
04-向量存储-VectorDB |
向量数据库操作 | Milvus, Chroma | 向量数据库 |
05-检索前处理-PreRetrieval |
检索优化 | Query Expansion | NLP 工具 |
06-索引优化-Indexing |
索引构建和优化 | 层次索引, 关键词索引 | 搜索引擎 |
07-检索后处理-PostRetrieval |
检索结果优化 | 重排序, 过滤 | ML 模型 |
08-响应生成-Generation |
答案生成 | LLM 集成 | GPU 推荐 |
09-系统评估-Evaluation |
系统性能评估 | RAGAS, TruLens | 评估框架 |
10-高级RAG-AdvanceRAG |
高级 RAG 技术实现 | Graph RAG, Multi-Agent | 高级框架 |
- NVIDIA GPU (建议 >= 8GB 显存)
- CUDA 11.8 或更高版本
- cuDNN 8.0 或更高版本
- 建议 >= 16GB RAM
- 多核处理器（建议 >= 4 核）
- **Ubuntu **
- 推荐使用 22.04 LTS
-
MacOS (Intel/Apple Silicon)
- Apple Silicon 可以使用 MPS 加速
-
Windows 10/11
- 推荐使用 WSL2 + Ubuntu
-
Python：3.10+
-
LangChain 框架
- 基础版：
requirements_langchain_简单RAG(后续模块还要安装其它包).txt - 完整版（GPU）：
requirements_langchain_20250413(Ubuntu-with-GPU).txt - 完整版（CPU）：
requirements_langchain_无GPU版(Mac,Win).txt
- 基础版：
-
LlamaIndex 框架
- 基础版：
requirements_llamaindex_简单RAG(后续模块还要安装其它包).txt - 完整版（GPU）：
requirements_llamaindex_20250413(Ubuntu-with-GPU).txt - 完整版（CPU）：
requirements_llamaindex_无GPU版(Mac,Win).txt
- 基础版：
# 创建虚拟环境
python -m venv venv-rag-langchain
source venv-rag-langchain/bin/activate
## 或者使用conda
conda create -n venv-rag-langchain python=3.10.12
conda activate venv-rag-langchain
# 安装依赖
pip install -r 91-环境-Environment/requirements_langchain_20250413_Ubuntu-with-GPU.txt# 创建虚拟环境
python -m venv venv-rag-langchain
source venv-rag-langchain/bin/activate
## 或者使用conda
conda create -n venv-rag-langchain python=3.10.12
conda activate venv-rag-langchain
# 安装依赖
pip install -r 91-环境-Environment/requirements_langchain_Ubuntu-with-CPU.txt# 创建虚拟环境
python -m venv venv-rag-langchain
# Windows
.\venv-rag-langchain\Scripts\activate
# MacOS
source venv-rag-langchain/bin/activate
## 或者使用conda
conda create -n venv-rag-langchain python=3.10.12
conda activate venv-rag-langchain
# 安装依赖
pip install -r 91-环境-Environment/requirements_langchain_无GPU版_Mac-Win.txt# 创建虚拟环境
python -m venv venv-rag-llamaindex
source venv-rag-llamaindex/bin/activate
## 或者使用conda
conda create -n venv-rag-llamaindex python=3.10.12
conda activate venv-rag-lanllamaindexgchain
# 安装依赖
pip install -r 91-环境-Environment/requirements_llamaindex_20250413_Ubuntu-with-GPU.txt# 创建虚拟环境
python -m venv venv-rag-llamaindex
source venv-rag-llamaindex/bin/activate
## 或者使用conda
conda create -n venv-rag-llamaindex python=3.10.12
conda activate venv-rag-llamaindex
# 安装依赖
pip install -r 91-环境-Environment/requirements_llamaindex_Ubuntu-with-CPU.txt# 创建虚拟环境
python -m venv venv-rag-llamaindex
# Windows
.\venv-rag-llamaindex\Scripts\activate
# MacOS
source venv-rag-llamaindex/bin/activate
## 或者使用conda
conda create -n venv-rag-llamaindex python=3.10.12
conda activate venv-rag-llamaindex
# 安装依赖
pip install -r 91-环境-Environment/requirements_llamaindex_无GPU版_Mac-Win.txt-
PDF 处理相关：
- 使用
requirements_camelot_20250413.txt安装 PDF 处理相关依赖 - 可能需要额外安装系统级依赖：
- Ubuntu:
sudo apt-get install ghostscript python3-tk - MacOS:
brew install ghostscript tcl-tk - Windows: 需要手动安装 Ghostscript
- Ubuntu:
- 使用
-
标注工具相关：
- 使用
requirements_marker_20250413.txt安装标注工具相关依赖
- 使用
- 选择合适的环境配置文件并安装依赖
- 按照模块顺序逐步学习和实践
- 每个模块都包含独立的示例和说明文档
- 建议先从
00-简单RAG-SimpleRAG开始，逐步深入
- GPU 版本需要确保 CUDA 环境配置正确
- 不同操作系统可能需要额外的系统级依赖
- 建议使用虚拟环境管理依赖
- 部分模块可能需要额外的模型下载或 API 密钥配置
- CUDA 相关错误：检查 NVIDIA 驱动和 CUDA 版本是否匹配
- 内存不足：调整批处理大小或使用 CPU 版本
- 依赖冲突：使用虚拟环境并严格按照 requirements 文件安装
欢迎提交 Issue 和 Pull Request 来帮助改进项目。
本项目采用 MIT 许可证。