更多
本章作为课程入门，帮你彻底理清 “为什么学 AI 知识库”“学完能收获什么”。首先拆解 AI 知识库在企业中的核心应用场景（如智能客服、文档问答），解决你 “学了用不上” 的顾虑；接着明确课程能教会你的实战技能 —— 从 LangChain 核心模块到完整 RAG 项目开发；最后结合 AI 岗位市场数据，说明掌握知识库开发能提升的竞争力（如 AI 工程师、大模型应用开发岗需求占比），让你带着明确目标开启学习。
针对 “LangChain 是什么、难不难学” 的疑问，本章用通俗语言 + 极简实操带你入门。先拆解 LangChain 的核心定位 ——“大模型应用开发的‘乐高积木’”，帮你理解它如何简化 AI 项目开发；再通过 Step-by-Step 实操，教你用几行代码搭建 LangChain HelloWorld（如调用大模型生成指定内容），无需复杂环境配置，10 分钟就能跑通第一个 LangChain 程序，快速建立学习信心，为后续核心模块学习打下基础。
本章聚焦提示词模板的核心价值。你将学会用 LangChain 快速搭建模板，实现生成符合需求的高质量 Prompt，大幅提升 AI 交互效率，为后续复杂场景应用打下基础。
针对 AI “不会灵活套用示例” 的问题，本章拆解 LangChain 示例选择器的工作逻辑。你将掌握根据输入内容动态筛选最优示例的方法，让 AI 能精准匹配不同场景，避免示例滥用导致的错误输出，提升 AI 响应的准确性与适配性。
面对 AI 输出 “杂乱无章、难复用” 的困扰，本章带你掌握 LangChain 输出格式化工具。你将学会自定义输出格式（如表格、JSON、指定段落结构），把 AI 生成的文本转化为规整的结构化结果，方便后续数据处理或直接展示，适配报告、数据统计等实战场景。
LCEL 是 LangChain 串联流程的核心，本章用通俗案例拆解其语法逻辑。你将学会用简洁表达式整合提示词、模型、输出格式等模块，实现 “一行代码搭起 AI 交互流程”，告别繁琐的代码拼接，提升 AI 应用开发效率，轻松应对多步骤任务编排。
解决多轮对话中 AI “记不住历史信息” 的痛点，本章详解 LangChain 记忆模块。你将掌握会话缓冲记忆、摘要记忆等常用方案，学会配置记忆组件并集成到对话流程中，让 AI 能连贯承接上下文，实现自然、流畅的多轮交互，满足客服、咨询等场景需求。
为解决 “多格式文档难导入 AI” 的问题，本章带你实战 LangChain 文档加载能力。你将学会用内置工具快速加载 PDF、Word、Excel 等常用格式文件，自动提取文档内容并转化为 AI 可处理的格式，无需手动处理格式兼容问题，高效搭建 AI 知识库的 “数据入口”。
针对文档拆分不当导致 “检索结果碎片化、不准确” 的问题，本章解析 LangChain 文档拆分逻辑。你将掌握按字符、语义、章节等多种拆分策略，学会根据文档类型选择最优方案，避免信息割裂，为后续精准检索打下数据基础。
向量是 AI 检索的核心基础，本章用通俗语言拆解向量原理。你将理解文本如何通过嵌入模型转化为 “数字密码”（向量），学会用 LangChain 调用嵌入模型生成向量，搞懂向量相似性计算的逻辑，明白 AI “为何能精准找到相关内容”，为检索模块开发铺路。
本章聚焦 LangChain 检索模块实战。你将学会搭建向量数据库检索流程，掌握相似度检索技巧，实现 “输入问题后快速定位相关文档片段”，打造高响应、高精度的 AI 检索逻辑，支撑知识库核心功能。
突破 AI“只能聊天，无法实操” 的局限，本章带你解锁 LangChain 工具能力。你将学会配置常用工具（如天气查询、API 调用工具），实现 AI 根据需求自动调用工具获取信息或执行操作，大幅拓展 AI 应用场景，让 AI 从 “对话助手” 升级为 “实用工具”。
本章作为实战开篇，帮你理清 AI 知识库的核心目标与技术框架。你将明确项目需实现的 “文档导入、向量存储、智能问答” 等核心功能，看懂从前端界面到后端服务、从数据处理到交互逻辑的完整技术链路，建立项目全局认知，为后续开发明确方向。
针对 “前端开发难、耗时长” 的顾虑，本章带你快速掌握 Streamlit。你将学会用简洁 Python 代码搭建前端页面，实现控件交互、页面布局、数据共享等核心功能，无需掌握复杂前端框架，40分钟就能学过前端界面搭建，降低实战门槛。
解答 “AI知识库数据该如何存储与检索” 的关键问题，本章聚焦 PostgreSQL 应用。你将学会在 PostgreSQL 中向量数据的高效存储，相似度的查询，中文分词等基础操作，为项目搭建稳定、可扩展的数据存储底座。
解决 “前后端如何传递数据” 的核心问题，本章带你实战 FastAPI。你将学会用 FastAPI 快速搭建后端接口，掌握接口请求处理、参数验证等关键技能，完成基础接口开发，打通前后端数据链路。
本章带你完整落地 AI 知识库前端开发。你将从前端构思，页面模块定位，再到控件的组合等交互逻辑，手把手带你写出可直接使用的前端代码，搭建AI知识库界面
本章聚焦后端架构的完整性与稳定性。你将理清用户请求从前端发起，到接口接收、数据处理、调用 LangChain 模块、返回结果的完整链路，学会拆分核心服务（如文档处理服务、问答服务），搭建易维护的后端架构，为项目后续扩展打下基础。
作为 AI 知识库的核心模块，本章带你动手开发知识向量功能。你将整合 LangChain 文档加载、拆分、嵌入工具，实现 “上传文档→自动拆分→生成向量→存入向量库” 的完整流程，解决向量存储与查询的关键问题，让 AI 具备 “读取并记忆文档” 的能力。
为提升项目实用性与可扩展性，本章带你开发动态配置功能。你将实现模型参数（如温度值、模型）、提示词模板，检索模式切换，让用户无需修改代码就能调整 AI 知识库功能，满足不同场景需求，提升项目灵活性。
本章带你落地 AI 知识库的核心交互功能 —— 会话模块。你将整合 LangChain 记忆、检索，实现 “用户提问→AI 检索相关文档→结合上下文生成答案→记录会话历史” 的完整流程，解决多轮对话连贯问题，让 AI 知识库具备 “智能问答” 的核心能力。
本章帮你把项目从 “能用” 升级为 “好用”。你将学会文档其他的拆分方式、解答问答对模式，拓展图RAG知识，让你知道的 AI 知识库其他优化方向。
选课、学习遇到问题？
扫码添加指导老师 1V1 帮助你！
添加后老师会第一时间解决你的问题
