一本书贯通 RAG 检索、重排、生成、评估与优化，从 0 构建生产级系统，深入 LangChain，掌握全链路优化，打造国产化 AI 方案。

卖点：

1. 构建 RAG 系统：从 0 构建生产级完整流程，覆盖检索、重排、生成与评估全栈优化。
2. 深入 LangChain：拆解核心模块与 Agent 机制，吃透 AI 交互底层逻辑。
3. 实战驱动：打造企业级知识库与智能问答系统，赋能业务真实场景。
4. 生态融合：支持 DeepSeek 等主流国产大模型，无缝对接国产化生态。

内容简介：

本书系统讲解 RAG 技术从原理到工程实现的完整流程，并结合 LangChain 框架，深入解析现代智能应用的核心架构与开发方法。全书围绕知识构建、检索增强、生成控制与系统优化展开，覆盖向量数据库、多路召回、重排序、Prompt 工程、模型评估以及 Agentic RAG 等关键技术，并通过多个实战案例演示如何构建可落地的 RAG 系统。本书适合大模型应用开发者、AI 工程师及相关技术研究者阅读，帮助读者快速掌握 RAG 系统的工程化设计与实现能力。

RAG与LangChain开发实战：
https://item.jd.com/15524600.html