Production Agentic RAG Course

🎯 为什么需要它

大多数 RAG 教程停留在「能跑通」的层面——用 LangChain 调个 API、接个向量数据库、做个简单问答就完事了。但生产环境的 RAG 系统要复杂得多：需要混合检索、缓存优化、可观测性、自动化流水线……

这个项目的价值在于：它不是教你「怎么调 API」，而是教你怎么搭建一套可以上生产的 RAG 系统。

✅ 核心优势

• 生产级视角：不是玩具 Demo，涵盖了 Airflow 调度、Redis 缓存、Langfuse 可观测性等生产组件
• 渐进式架构：每周在前一周基础上叠加新能力，从基础设施 → 数据管线 → 检索 → RAG → Agent，完整链路
• 本地优先：使用 Ollama 本地部署 LLM，数据完全不出本机，适合对隐私敏感的场景
• 混合检索：BM25 + 向量检索的 RRF 融合，比纯向量检索效果更好
• 真实数据源：对接 arXiv API 抓取真实论文，不是虚构的玩具数据
• 配套 Notebook：每周都有 Jupyter Notebook 手把手教学，边学边练

🏗️ 课程架构（7 周路线图）

技术栈一览

开发工具：UV、Ruff、MyPy、Pytest、Docker Compose

项目结构

arxiv-paper-curator/
├── src/                    # 主应用代码
│   ├── routers/            # API 端点（search, ask, papers）
│   ├── services/           # 业务逻辑（opensearch, ollama, agents, cache）
│   ├── models/             # 数据库模型（SQLAlchemy）
│   ├── schemas/            # Pydantic 校验
│   └── config.py           # 环境配置
├── notebooks/              # 每周学习材料（week1-7）
├── airflow/                # Airflow DAG 定义
├── tests/                  # 测试套件
└── compose.yml             # Docker 编排

🚀 快速上手

前置条件

• Docker Desktop（含 Docker Compose）
• Python 3.12+
• UV 包管理器（安装指南）
• 8GB+ RAM、20GB+ 磁盘空间

5 步启动

# 1. 克隆项目
git clone https://github.com/jamwithai/production-agentic-rag-course.git
cd production-agentic-rag-course

# 2. 配置环境变量
cp .env.example .env
# 编辑 .env，填入 Jina AI API Key 和 Langfuse Key

# 3. 安装依赖
uv sync

# 4. 启动所有服务
docker compose up --build -d

# 5. 验证服务
curl http://localhost:8000/api/v1/health

API 端点

交互式 API 文档：http://localhost:8000/docs

每周学习入口

# 启动对应周的 Notebook
uv run jupyter notebook notebooks/week1/week1_setup.ipynb
uv run jupyter notebook notebooks/week3/week3_opensearch.ipynb
uv run jupyter notebook notebooks/week4/week4_chunking_hybrid_search.ipynb
# ... 以此类推

📦 适用场景

⚠️ 已知坑

🆚 竞品对比

选择建议：想深入理解 RAG 原理选本项目；想快速搭应用选 Dify/RAGFlow；想灵活定制选 LangChain。

🌍 生态社区

项目作者在 Substack 上有配套博客文章，每周内容都有详细的文字讲解，适合配合 Notebook 一起学习。

💡 引入评估

综合评分

值得引入吗？

🔗 相关链接

• GitHub 仓库
• 作者博客（Substack）
• 配套文章：The Search Foundation Every RAG System Needs
• UV 包管理器安装指南

相关概念

📝 个人备注