一、为什么我们需要 RAG？
那天调试公司的智能客服系统时，又遇到了熟悉的尴尬 ------ 用户问最新的产品保修政策，AI 一本正经地回复了去年已经废止的条款。老板在旁边皱着眉说："这还不如人工客服靠谱。"
这大概就是所有 AI 从业者都会遇到的 "幻觉困境"。直到接触了 RAG 技术，我才找到破解这个困局的钥匙。
想象一下，当你让 AI 回答问题时，它不再只依赖自己脑子里那些可能过时的 "模糊记忆"，而是先翻开一本 "实时更新的参考书"------ 这就是 RAG（检索增强生成）的核心逻辑。它就像给 AI 开了场 "开卷考试"，既用得上平时积累，又能随时查阅最新资料。
最让我心动的是它解决了三个致命问题：
1. 知识保鲜难题公司产品迭代快，上个月刚发布的新功能，AI 总像失忆一样说错参数。RAG 让知识库像微信公众号一样能随时更新，上午录入的新信息，下午就能被 AI 调用。
2. 专业领域壁垒之前做医疗咨询系统时，法务总担心 AI 乱给诊断建议。现在好了，所有回答都能追溯到权威医学手册的具体章节，出错了能立刻找到源头。
3. 成本控制魔法老板原本计划斥资百万训练专属大模型，试用 RAG 后发现，用普通开源模型加行业知识库，效果竟然不相上下。算下来，每年能省出一个技术团队的预算。
二、从零开始搭建 RAG：准备工作清单
（一）、Deepseek API配置
1.1 API申请
要使用 Deepseek 提供的大语言模型服务，你首先需要一个 API Key。下面是申请步骤：
-
访问 Deepseek 开放平台 打开浏览器，访问 Deepseek 开放平台。
-
登录或注册账号 如果你已有账号，请直接登录。如果没有，请点击页面上的注册按钮，使用邮箱或手机号完成注册。
-
创建新的 API 密钥 登录成功后，在页面左侧的导航栏中找到并点击
API Keys。在 API 管理页面，点击创建 API key按钮。输入一个跟其他api key不重复的名称后点击创建 -
保存 API Key 系统会为你生成一个新的 API 密钥。请立即复制并将其保存在一个安全的地方。
注意：出于安全原因，这个密钥只会完整显示一次，关闭弹窗后就没法再看到了。
（二）、Cloud Studio 环境配置（国内环境推荐）
1、创建应用 在页面上方的导航栏中找到并点击 创建应用。选择 从 Git 仓库导入 ，在项目地址栏输入 https://github.com/datawhalechina/all-in-rag.git 后回车，将会自动为你创建标题和描述。
2、python环境配置
sudo apt update
sudo apt upgrade -y
su ubuntu
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda.sh
bash ~/miniconda.sh
source ~/.bashrc
conda --version3、 API配置
vim ~/.bashrc4、创建并激活虚拟环境
conda create --name all-in-rag python=3.12.7
sudo chown -R ubuntu:ubuntu code models
conda activate all-in-rag
cd code
pip install -r requirements.txt三、四步实现你的第一个 RAG 系统
通过RAG demo 实现我的第一个RAG系统，主要是利用提供的"01_langchain_example.py"代码来执行
最终执行python 01_langchain_example.py，输出结果如下：
content='根据上下文，文中举了以下例子：\n\n1. **自然界中的羚羊**：羚羊出生后通过试错学习站立和奔跑，适应环境。\n2. **股票交易**：通过不断买卖股票并根据市场反馈来学习如何最大化奖励。\n3. **玩雅达利游戏（如Breakout、Pong）**：通过不断试错来学习如何通关。\n4. **选择餐馆**：利用是去已知喜爱的餐馆；探索是尝试新的餐馆。\n5. **做广告**：利用是采取已知最优的广告策略；探索是尝试新的广告策略。\n6. **挖油**：利用是在已知有油的地方开采；探索是在新的地方钻井。\n7. **玩游戏（如《街头霸王》）**：利用是总是采取某种特定策略（如蹲角落出脚）；探索是尝试新的招式。' additional_kwargs={'refusal': None} response_metadata={'token_usage': {'completion_tokens': 183, 'prompt_tokens': 5550, 'total_tokens': 5733, 'completion_tokens_details': None, 'prompt_tokens_details': {'audio_tokens': None, 'cached_tokens': 0}, 'prompt_cache_hit_tokens': 0, 'prompt_cache_miss_tokens': 5550}, 'model_name': 'deepseek-chat', 'system_fingerprint': 'fp_eaab8d114b_prod0820_fp8_kvcache', 'id': '5267de24-6f61-4021-8977-1cc7ac7bb027', 'service_tier': None, 'finish_reason': 'stop', 'logprobs': None} id='run--d3c3e645-1fed-4541-b0ae-ece72d711642-0' usage_metadata={'input_tokens': 5550, 'output_tokens': 183, 'total_tokens': 5733, 'input_token_details': {'cache_read': 0}, 'output_token_details': {}}我的期待：与RAG共成长，探索无限可能
作为一名RAG技术的学习者，我深感其潜力和魅力。我相信，在未来的日子里，RAG技术将在更多领域发挥重要作用，为我们带来更多惊喜和便利。而我，也将继续与RAG共成长，探索其无限可能。
以上就是我的All-in-RAG学习笔记：初识RAG。