01 期本系列推文将会持续更新。查看往期内容，请点击阅读原文。以下资源均来自网络，侵删。神器在手，怎么能忍受低速下载。Windows 百度网盘高速下载软件YunDownload关注公众号：【zone7】，回复【百度网盘1】获取下载地址YunDownload是一款百度网盘下载神器，能够让你有飞速下载的体验，享受 vip 下载服务。PanDownload...

2026年8月国内主流AI编程/多模型服务套餐推荐摘要： 智谱GLM Coding Plan（GLM-5.3全量上线）成为国产编程天花板，Pro档¥538/月最具性价比，支持1M长上下文，但新用户价格较7月翻倍。 火山方舟限时优惠中，Coding/Agent Plan¥49.9起可体验GLM-5.3、Kimi-K3等多模型，适合需要多模态能力的用户。 MiniMax Token Plan保持M3主

2026年8月国内主流AI编程/多模型服务套餐推荐摘要： 智谱GLM Coding Plan（GLM-5.3全量上线）成为国产编程天花板，Pro档¥538/月最具性价比，支持1M长上下文，但新用户价格较7月翻倍。 火山方舟限时优惠中，Coding/Agent Plan¥49.9起可体验GLM-5.3、Kimi-K3等多模型，适合需要多模态能力的用户。 MiniMax Token Plan保持M3主

向量数据库不仅仅是“存数据”，它还提供了成熟的 CRUD、多租户隔离、数据备份和水平扩展（Scale-out）能力，这些是简单的内存库（如 FAISS）难以胜任的。向量数据库专门优化了数据的压缩与加载策略。本文是 refine-rag 系列教程的第八篇，我们来学习向量存储的核心技术和 Milvus 数据库的使用。向量数据库就像是为向量量身定制的"仓库管理系统"，它不仅能存储海量向量，还能快速检索、

最近浏览一下小红书，经常能刷到后端、前端转 RAG、Agent 工程师的笔记，所以我在学习这些内容之后，也准备分享一下我所学到的的知识（之前学习了黄佳老师的课程），一来是巩固一下自己的知识，二来是分享给有需要的朋友。因为 LangChain 只支持 Python 和 TS，而我之前就会 Python，为了降低学习成本，所以本系列教程是用 Python 编程语言。LangChain 读取 PDF 数

这些数据如果不能被 RAG 系统处理，就会造成信息的缺失。在前面的文章中，我们学习了如何读取纯文本数据。但在实际应用中，很多重要信息都存储在图片、PPT、扫描件等非文本格式中。本文是 refine-rag 系列教程的第三篇，教你如何使用 LangChain 处理图片和 PPT 等多媒体数据。使用 Unstructured 的 OCR 功能提取图片中的文字。PPT 是常见的演示文稿格式，包含文字、图

本文介绍了LangChain表达式语言(LCEL)的基础用法，通过管道符(|)连接Prompt、Model和OutputParser构建处理链。文章演示了如何使用LCEL生成人物生平并转换为文言文，以及通过RunnableParallel和RunnablePassthrough实现并行处理和原样传递数据。提供了从DeepSeek和DashScope获取API密钥的方法，并展示了完整的代码示例。最后

本文介绍了RAG（检索增强生成）和AI Agent的基本概念及应用。RAG通过检索外部知识库来增强大模型的回答能力，能解决时效性和幻觉问题，比微调更节省成本。AI Agent则是能执行具体任务的智能助手，具备规划、记忆、工具使用和执行能力。文章提供了基于LlamaIndex（使用千问大模型）和LangChain（使用DeepSeek大模型）的RAG实现示例，包括环境准备、API配置、文档加载、向量

还有你需要知道的是：RAG 可以解决一些时效性的问题和幻觉问题。相比 Fing-turning 微调，RAG 更节省成本，而且数据可以溯源，可以知道相关的知识点源自哪个文档。在学习 RAG 之前，我们先来对比一下 RAG 和 AI Agent 的概念，只有先了解这些概念，才能继续往前推进。当然了，这个流程也是简化过的，不过不用在意，这个只是便于你理解这个概念。执行：规划好之后，可以执行具体的任务，

前面学习了 RAG 的概念和 LCEL 的语法，现在来继续学习 LangChain 读取文本数据的使用方法。在构建 RAG 系统时，数据加载是第一步，也是非常关键的一步。LangChain 提供了丰富的 Document Loaders，可以轻松处理各种格式的数据源。本文是 refine-rag 系列教程的第二篇，带你掌握 LangChain 的各种文本数据加载方式。Markdown 是技术文档的