Awesome-LLM-RAG-tutorial 是搜索知识领域的开源项目，由 foreveryh 开发，2024 年首次发布。
它收录于搜索知识分类，该分类目前共有 586 个项目，GitHub 星标数为 109。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-02。开源教程项目，完全免费，无付费版本。
它主要面向的使用场景是：入门学习RAG技术原理与实现。同类可对比的替代方案包括 LangChain、LlamaIndex、Haystack。
Awesome-LLM-RAG-tutorial
跟着教程从零上手 RAG，快速构建检索增强应用
这是一个面向开发者的 RAG（检索增强生成）系统教程合集，由 Deeptoai 团队维护，以 MDX 格式编写。项目旨在系统性地讲解 RAG 技术的原理、架构与实战，帮助开发者从零构建基于大语言模型的检索增强应用。内容覆盖了 RAG 的核心组件，如文档加载、分块、向量化、检索策略、重排序、生成融合等，并提供了代码示例与最佳实践。项目解决的是 RAG 开发中知识分散、入门门槛高、实践路径不清晰的问题，通过结构化的教程降低学习成本，使开发者能够快速掌握 RAG 的关键技术并应用到实际项目中。
开源
free
搜索知识
GitHub 星标
★ 109
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队foreveryh
所属国家
定价模式free
价格说明开源教程项目，完全免费，无付费版本。
访问状态
是否开源是
开源协议
主要语言MDX
技术栈/模型rag
GitHub 星标★ 109
30天Star增速
HF 下载量
上线时间2024-04-06 00:00:00
最近更新2026-09-02 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 教程结构清晰，从基础概念到高级技巧层层递进
- 包含大量可运行的代码示例，便于动手实践
- 覆盖 RAG 全链路，包括分块、向量检索、重排序等关键环节
不足之处
- 项目处于早期阶段，内容覆盖可能不够全面
- 文档/社区待观察
适用场景
- 入门学习 RAG 技术原理与实现
- 为实际项目设计检索增强方案
- 教学培训中作为 RAG 教材
替代项目
LangChain、LlamaIndex、Haystack
项目介绍
上一篇：ask-my-pdf
下一篇：volo
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
qiaomu-youtube-ai-podcast
开源
一站式索引AI播客，快速找到有文字稿和总结的节目
AI 播客索引：整理 AI 播客、中文简介、Transcript 状态和总结入口 | Curated AI podcast ···