Production Agentic RAG Course

活跃
GitHub Python MIT

简介

Production Agentic RAG Course 是一个面向生产环境的 Agentic RAG 课程项目，教授如何构建可扩展、可靠的 RAG Agent 系统。涵盖索引策略、检索优化、Agent 路由和监控等生产级实践。

核心特性

  • 7 周渐进式课程，从基础设施到 Agentic RAG 完整覆盖
  • 生产级 RAG 系统：BM25 关键词搜索 + 向量语义检索的混合搜索
  • 集成 LangGraph 实现智能决策、文档评分和查询重写
  • 基于 Langfuse 的生产监控和 Redis 缓存优化
  • Telegram Bot 集成，支持移动端对话访问
  • 完整的 Docker Compose 一键部署环境

适用场景

💡 学习构建生产级 RAG 系统的完整流程
💡 构建学术论文自动检索和问答助手
💡 掌握 Agentic RAG 的智能路由和自适应检索策略
💡 部署带有监控和缓存的可靠 AI 系统

标签

rag production course agent scaling

分类

📚 RAG 工具 📊 可观测性

快速开始

1. 克隆仓库并进入项目目录
2. 复制 `.env.example` 为 `.env` 并配置 API Key
3. 运行 `uv sync` 安装依赖
4. 启动服务：`docker compose up --build -d`
5. 访问 `http://localhost:7861` 使用 Gradio 界面
访问 GitHub

相关项目