📚 基于 datawhalechina/all-in-rag 的个人学习与二次优化实验仓库。
本仓库用于记录我个人在学习和实践 datawhalechina/all-in-rag 教程过程中，针对其项目所做的二次优化、改进实验与心得沉淀。
⚠️ 声明：本仓库非官方项目，仅作为个人学习与社区分享之用。所有引用内容版权归原作者 Datawhale 及贡献者所有。
跟随 all-in-rag 教程的学习进度记录。
| 章节 | 内容 | 状态 |
|---|---|---|
| C1 | RAG 简介 + 环境准备 + 第一个 Demo | ✅ 已完成 |
| C2 | 数据加载 + 文本分块 | 🔜 准备开始 |
| C3 | Embedding + 向量库 + 索引优化 | ⏳ 待学习 |
| C4 | 高级检索（Hybrid / Text2SQL / Rerank） | ⏳ 待学习 |
| C5 | 格式化生成（Function Calling） | ⏳ 待学习 |
| C6 | 系统评估 | ⏳ 待学习 |
| C7 | KG-RAG + Agentic RAG | ⏳ 待学习 |
| C8 | 项目实战一（端到端 RAG 应用） | ⏳ 待学习 |
| C9 | 项目实战一优化（Graph RAG） | ⏳ 待学习 |
当前进度: 🎯 Chapter 1 / 9 —— 10%
这一栏会偶尔记录一些学习过程中的想法，会保持简短。详细思考见 otes/。
- 📝 C1 之后的第一印象：RAG 的本质是「让 LLM 开卷考试」——三个阶段（Naive / Advanced / Modular）的演进很清晰，特别是 Modular RAG 把所有组件模块化的思路，对工程实践很有启发。
- 🌱 接下来想重点攻克的方向：Chunking 策略对比 → Hybrid Search → ReRank。这三个是性能优化的三板斧。
本仓库基于以下开源项目：
- 🌟 datawhalechina/all-in-rag —— Datawhale 社区出品的 RAG 技术全栈教程
- 项目负责人: @dalvqw (FutureUnreal)
- 特别贡献: @孙超 (anarchysaiko)、@Sm1les
- 许可证: CC BY-NC-SA 4.0
所有优化工作的底层架构、设计思想与原始代码均来自上述项目。本仓库在此基础上记录：
- ⚡ 性能优化 —— Chunking 策略、Embedding 选型、检索召回率提升
- 🛠️ 工程改进 —— 模块化重构、配置化、可观测性、可部署性
- 🚀 能力扩展 —— ReRank、Hybrid Search、Agentic RAG
- 📊 实验对比 —— 不同方案的 Benchmark、消差分析
如有任何引用或版权问题，欢迎通过 Issues 联系。
rag-optimization-log/ ├── 📄 README.md # 本文件 ├── 📜 LICENSE # CC BY-NC-SA 4.0 ├── 📁 docs/ # 优化思路、设计文档、复盘 │ ├── 📋 optimization-plan.md │ └── 📋 changelog.md ├── 📁 benchmarks/ # 评测对比：基线 vs 优化后 ├── 📁 code/ # 优化后的代码实现 │ └── (待填充) ├── 📁 notes/ # 学习笔记、心得 │ └── (待填充) └── 📁 .gitignore
| 序号 | 优化方向 | 原始模块 | 改进点 | 状态 | 记录 |
|---|---|---|---|---|---|
| 01 | 待规划 | - | - | 🔜 规划中 | - |
📌 说明：表格随优化进展持续更新，每完成一项会在 �enchmarks/ 下沉淀对比数据。
`�ash
git clone https://github.com/Cool-11/rag-optimization-log.git cd rag-optimization-log
git clone https://github.com/datawhalechina/all-in-rag.git ../all-in-rag `
🌟 如果这个仓库对你的 RAG 学习有帮助，欢迎点个 Star！
Powered by Datawhale all-in-rag · Made with ❤️