zone7739

往期系列文章 007：RAG 入门-向量嵌入与检索 006：RAG 入门-面试官问你，RAG 为什么要切块？ 005：RAG 入门-LangChain读取表格数据 目录 前言 为什么传统数据库搞不定向

目录 前言 什么是向量嵌入？为什么需要它？ 检索方法对比 BM25 检索（关键词匹配） BGE-M3（多功能嵌入） 多模态嵌入（图文检索） 混合检索策略 方案对比与选择 向量维度越高越好吗？ 学习路径

前言 前面花费了挺多时间去学习怎么读取数据的，那么在读取数据之后，我们要做的操作就是切块，那么什么是切块？为什么要切块呢？往下看 什么是切块？为什么要切块？ 简单来说，切块就是把“长篇大论”切成“语义

LangChain 读取表格数据 目录 前言 环境准备 方案一：读取 CSV 文件 方案二：Camelot 提取 PDF 表格 方案三：pdfplumber 提取 PDF 表格 方案四：Unstruc

LangChain 读取 PDF 文档 目录 前言 环境准备 方案一：PyPDF（轻量快速） 方案二：PyMuPDF（功能强大） 方案三：Unstructured（智能解析） 方案四：父子文档结构解析

LangChain 读取图片数据 目录 前言 环境准备 读取图片中的文字（OCR） 读取 PPT 文档 多模态 RAG 的应用场景 常见问题 下一步学习 前言 在前面的文章中，我们学习了如何读取纯文本

LangChain 读取文本数据 目录 前言 环境准备 读取 TXT 文本 读取目录文件 读取 JSON 数据 读取网页数据 读取 Markdown 文件 整理父子元素结构 常见问题 下一步学习 前言

```` > 本文是 [refine-rag](https://github.com/zonezoen/refine-rag) 系列教程的第二篇，带你体验一下LangChain 的 LCEL 语法。

前言 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。 什么是RAG 简单来说就是允许你查阅书本，再来回答问题。 标准一点来说（也是