RAG检索增强生成依旧是 LLM 应用落地最稳的路径整理了一套 2025 版的实战课程内容覆盖从基础到进阶https://pan.quark.cn/s/c3d8aafffc46几个学习建议先跑通最小链路文档加载 → 切分 → 向量化 → 检索 → 拼接生成一百行代码就能跑起来切分策略比模型重要固定长度切分是底线按语义/标题结构切分效果通常好一截混合检索是性价比最高的优化向量检索加 BM25再配一层 rerank大多数场景够用评测别省没有评测集就没有迭代方向召回率和忠实度是两个核心指标。课程里对 GraphRAG、多路召回这些新玩法也有涉及适合已经上手过 LLM API 的开发者系统补一遍。