教程人工智能大模型RAG【免费下载链接】all-in-rag大模型应用开发实战一RAG 技术全栈指南在线阅读地址https://datawhalechina.github.io/all-in-rag/项目地址https://gitcode.com/datawhalechina/all-in-rag点击查看免费下载凉拌莴笋是一道国民级的开胃小菜口感爽脆、做法简单成本极低却极具饭张力。本文以 Datawhale「all-in-rag」开源仓库中 凉拌莴笋.md 这份食谱文档为主体完整还原其原料配比、烹饪步骤与经验技巧同时结合仓库 C8 章节的尝尝咸淡食谱 RAG 系统code/C8讲透这份菜谱从Markdown 文档到向量分块、混合检索、LLM 分步回答的完整数据流转让你既能照谱做菜也能理解食谱类知识库的构建原理。菜品档案一道被 RAG 自动识别为简单的素菜凉拌莴笋在仓库中的存放路径为data/C8/cook/dishes/vegetable_dish/凉拌莴笋/路径结构本身就携带了分类信息。当这套食谱数据被 DataPreparationModule 加载时系统会执行元数据自动增强_enhance_metadata分类识别目录vegetable_dish命中CATEGORY_MAPPING中的映射关系自动打上category 素菜标签菜品名称取文件名凉拌莴笋.md的文件主名记为dish_name 凉拌莴笋难度评估文档中的预估烹饪难度★★会被正则表达式★匹配根据星号数量映射为difficulty 简单2 颗星对应简单映射表见 data_preparation.py。也就是说你在这份菜谱里看到的★★ 简单标注不仅是给读者看的还会被系统抽取成可检索、可过滤的元数据用于回答有没有简单的素菜这类带过滤条件的查询。必备原料与工具做凉拌莴笋不需要任何特殊厨具普通家庭厨房即可完成类别原料/工具主料莴笋辅料萝卜增色用非必需、小米辣调味姜、蒜头、盐、食用油工具削皮刀、菜刀、砧板、大碗、炒锅/小锅量化配料一份的量原文档给出了按每份计算的精确配比单人份或两人小酌均适用可按人数等比例缩放原料用量每份莴笋1 根萝卜0.25 根小米辣2 个姜1 片蒜头2 粒盐5 g食用油25 ml提示盐 5 g 是腌制用盐后续还会清洗不会全部进入成品实际咸度靠最后的佐料调节。分步操作详解原文档的完整操作流程如下本文在不删减任何步骤的前提下补充细节与原理说明第一步削皮切条与腌制杀水莴笋削皮切成小条萝卜同样切条一起放入大碗加入 5 g 盐搅拌静置10 分钟。这一步的核心目的是杀水——盐通过渗透作用逼出莴笋中的水分让莴笋条变软、去生涩味这是后续口感爽脆不塌的关键。莴笋皮务必多削几层靠近表皮的纤维粗糙削不干净会明显影响口感。第二步清洗去盐放置 10 分钟后用清水将莴笋、萝卜清洗 12 遍洗去表面盐分避免成品过咸。第三步焯水定型起锅烧水水开后放入莴笋水煮1 分钟捞出沥干水分放入大碗。焯水时间严格控制在 1 分钟左右时间太短生味未除时间过长则莴笋软烂失去脆感。捞出后务必充分沥干否则拌料时水分稀释味道。第四步热油爆香起锅烧油约 25 ml放入姜片、蒜粒、小米椒煸炒3045 秒激发出香味将热油连同姜、蒜、小米辣一起倒入莴笋碗中。热油淋在莴笋上会瞬间激发出蒜香与辣香这一步是整个菜品的风味核心。小米椒的辣度可视个人承受力增减。第五步搅拌端盘充分搅拌让油料均匀裹在每根莴笋条上即可端盘上桌。附加技巧与口味升级原文档的附加内容是这份菜谱的经验精华完整保留如下萝卜非必需只是为增加菜色让红白绿相间更好看端盘后可按个人口味额外添加生抽、白砂糖、香醋、芝麻等佐料甜口、酸口、咸香口均可自由组合莴笋条大小看个人口感决定但莴笋皮要尽量多削否则纤维感重、影响口感冰镇效果更佳成品冷藏片刻再吃口感更爽脆清凉尤其适合夏日佐餐。进阶视角这份食谱在 RAG 系统中如何被检索与生成凉拌莴笋这份 Markdown 文档不止是一道菜的方子它是仓库 C8 章节尝尝咸淡食谱 RAG 系统的真实知识库语料之一。理解它的流转链路能帮你举一反三地构建自己的结构化知识库。1. 文档加载rglob 扫描全量 .mdload_documents 通过Path(data_path).rglob(*.md)递归扫描 data/C8/cook 下所有 Markdown 文件每个文件作为一个父文档并以相对路径的 MD5 值生成稳定的parent_id。配置项data_path的默认值见 config.py../../data/C8/cook从code/C8目录运行时即指向仓库的食谱语料根目录。2. 结构感知分块按 Markdown 标题切分chunk_documents 使用 LangChain 的MarkdownHeaderTextSplitter按#菜品名、##必备原料/计算/操作/附加内容、###三级标题切分。凉拌莴笋这份文档会被切成必备原料和工具计算操作附加内容等多个语义独立的小块每个块继承父文档的category、dish_name、difficulty元数据并建立子块 → 父文档的映射关系parent_child_map。这一步的意义在于检索时能命中计算这类细节片段回答时又能通过get_parent_documents找回完整菜谱。3. 混合检索向量 BM25 RRF 重排hybrid_search 同时调用 FAISS 向量检索器embedding 模型默认BAAI/bge-small-zh-v1.5和 BM25 关键词检索器再用 RRFReciprocal Rank Fusion算法融合两路排名。比如你问凉拌莴笋怎么做BM25 能精确命中凉拌莴笋字面向量检索能召回语义相近的凉拌类素菜融合后取top_k默认 3个最相关块。4. 查询路由与分步回答在 main.py 的ask_question流程中用户问题先经过query_router分类list/detail/general问推荐几个素菜→list路由直接返回菜名列表问凉拌莴笋怎么做→detail路由调用 generate_step_by_step_answer以 菜品介绍 / 所需食材 / ‍ 制作步骤 / 制作技巧的结构化提示词组织回答——这个输出骨架与凉拌莴笋.md 本身的章节结构高度呼应若问题中包含素菜简单等关键词还会被_extract_filters_from_query提取为元数据过滤条件走metadata_filtered_search精准圈定候选集。5. 本地运行验证如需在本地跑通这条链路可参考以下步骤依赖清单见 code/C8/requirements.txt# 1. 安装依赖 pip install -r code/C8/requirements.txt # 2. 设置 LLM API 密钥生成模块依赖初始化时会校验 export MOONSHOT_API_KEYyour_api_key # 3. 启动交互式问答在 code/C8 目录下data_path 默认指向 ../../data/C8/cook cd code/C8 python main.py系统会依次初始化数据准备、索引构建、生成集成模块构建知识库后进入交互问答输入凉拌莴笋怎么做即可看到混合检索命中的分块信息与 LLM 生成的分步回答。构建完成后FAISS 向量索引会按 config.py 中的index_save_path保存二次启动直接加载无需重建。小结凉拌莴笋这道菜的完整做法——从原料配比、杀水腌制、1 分钟焯水、热油爆香到冰镇升级——全部浓缩在 凉拌莴笋.md 这不足 50 行的文档里。而在仓库 C8 的 RAG 系统中它又是素菜 简单难度这个检索维度下的真实样例文档的标题结构、难度星号、路径分类分别对应分块边界、元数据抽取和分类过滤。照着做菜你能收获一盘爽脆的开胃小菜照着源码读你能收获一套把半结构化食谱变成可问答知识库的完整方法论。赞分享教程人工智能大模型RAG【免费下载链接】all-in-rag大模型应用开发实战一RAG 技术全栈指南在线阅读地址https://datawhalechina.github.io/all-in-rag/项目地址https://gitcode.com/datawhalechina/all-in-rag点击查看免费下载相关推荐all-in-rag 食谱知识库实战莴笋叶煎饼的精准做法与结构化菜谱解析all in rag 食谱知识库实战莴笋叶煎饼的精准做法与结构化菜谱解析 本篇文章以 莴笋叶煎饼.md https://link.gitcode.com/i/教程人工智能大模型RAGWVP-PRO开箱即用的GB28181国标视频监控平台一条命令接入级联WVP PRO开箱即用的GB28181国标视频监控平台一条命令接入级联 WVP PRO 是一个基于 GB28181 2016 国标协议构建的网络视频监控平台后端音视频前端孜然牛肉食谱全解析从家常做法到 All-in-RAG 菜谱知识库的数据设计实战孜然牛肉食谱全解析从家常做法到 All in RAG 菜谱知识库的数据设计实战 这是一篇以 data/C8/cook/dishes/meat_dish/孜然牛教程人工智能大模型RAG上一篇从两小时手动肝到一键托管阴阳师自动化脚本OAS的上手指南下一篇3D打印总卡在格式转换这一关SketchUp STL插件导入导出指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考