推文

@kafkaup · 2026-10-08 16:44

这个仓库有 9400 多 star，但它不是一个库，你 pip 装不了它——它是一门分 7 周、每周带一个可运行 release tag 的课程，产物是一套能回答 arXiv 论文问题的研究助手。 它的立场挺明确：不从向量检索开始。README 里写的是先把关键词搜索的底子打牢，再用向量去增强，而不是 AI 优先、忽略搜索基本功。 ▸ 第 1 周只搭基建：Docker、FastAPI、PostgreSQL、OpenSearch、Airflow 全跑起来 ▸ 第 2 周写抓取和解析 arXiv 论文的数据管道 ▸ 第 3 周做 BM25 关键词检索，带过滤和相关性打分 ▸ 第 4 周加 chunking，和关键词拼成混合检索 ▸ 第 5 周接本地 LLM、流式响应、Gradio 界面 ▸ 第 6 周上 Langfuse 链路追踪和 Redis 缓存 ▸ 第 7 周用 LangGraph 做 agentic：文档相关性打分、结果不够时自动重写 query、域外问题拦截防幻觉，再挂个 Telegram bot 每周的代码都打成了 tag，git clone --branch week3.0 就能直接跳到那一周的状态往下走，不用从头跟。 要说清楚的代价：它要 Docker Desktop、Python 3.12、8GB 内存和 20GB 磁盘，还得自己去申请 Jina embeddings 和 Langfuse 的 key，细节讲解在作者的 Substack 上，仓库本身只是代码骨架。 适合已经会写后端、但没完整做过一遍检索链路的人当地图照着走一遍。如果你想找的是一个开箱即用的 RAG 框架，这里没有。 今日 +193 star · Python · 总计 9,482 #RAG #LangGraph https://github.com/jamwithai/production-agentic-rag-course

曝光 204 · 评论 0 · 点赞 0 · 书签 1 · 曝光/时 10.279109209140884