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

本文将介绍 4 种主流的 PDF 处理方案，从简单到复杂，从快速到智能，帮你找到最适合的方案。本文是 refine-rag 系列教程的第四篇，深入讲解如何使用多种方案处理 PDF 文档。PDF 是最常见的文档格式，但也是最难处理的格式之一。更强大的 PDF 处理库，提供丰富的元数据和控制能力。• 方案三：Unstructured（智能解析）最智能的 PDF 处理方案，自动识别文档结构。最简单的 P

本文是 refine-rag 系列教程的第五篇，全面讲解如何处理 CSV、PDF 表格等结构化数据。本文将介绍 4 种主流的表格处理方案，并实现一个完整的表格问答系统。专业的 PDF 表格提取工具，基于 PDF 的矢量信息。• 方案三：pdfplumber 提取 PDF 表格。方案三：pdfplumber 提取 PDF 表格。最智能的表格提取方案，自动识别表格结构和上下文。• 方案二：Camelo

本文首发于小程序：编程面试题库 ，转载请保留出处。最近趁着有时间，整理了一下关于 HR 的灵魂拷问系列，并新建了一个 github 仓库，欢迎持续关注。本文为节选部分内容，点击阅读原文可...