目录课前引言开篇全景图：本课学习路径第一部分：RAG在智能客服系统中的价值1.1 为什么智能客服需要RAG？1.2 RAG在系统中的位置1.3 本课要构建的知识库第二部分：准备知识库文档2.1 知识库文档类型2.2 创建示例产品手册2.3 知识库文档组织第三部分：文档加载与分块3.1 创建文档加载器3.2 创建文档分块器3.3 测试加载与分块第四部分：向量化与Chroma存储4.1 创建嵌入模型封装4.2 创建向量存储管理4.3 创建知识库构建脚本第五部分：混合检索与重排序5.1 为什么需要混合检索？5.2 创建混合检索器5.3 创建重排序器5.4 创建RAG检索工具5.5 测试RAG检索第六部分：创建产品咨询子Agent6.1 产品咨询子Agent设计6.2 创建产品咨询子Agent6.3 创建产品咨询测试脚本第七部分：集成到主控Agent7.1 更新主控Agent7.2 完整集成测试课后小结课前引言大家好，我是小马过河R，我们一起来拥抱AI。第十一课我们完成了智能客服系统的架构设计和项目初始化，创建了第一个可运行的主控Agent。但那个Agent还只会“闲聊”——当用户问“你们有什么手机推荐？”时，它只能回答“请问您有什么要求？”，而无法给出具体的产品信息。为什么？因为大模型不知道你的产品。这一课的目标是：为智能客服系统构建RAG知识库，并创建产品咨询子Agent，让AI能够“翻阅”产品手册回答专业问题。学完这节课，你将能够：理解RAG在智能客服系统中的核心价值掌握知识库构建的完整流程——加载、分块、向量化、存储实现混合检索与重排序——提升检索精度创建产品咨询子Agent——封装RAG能力将子Agent集成到主控Agent——实现任务委派开篇全景图：本课学习路径