rag-time

五周从零上手 RAG，系统构建你的检索增强应用

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 316 🐛 待处理 4 👀 关注 16

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 918

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，无付费版本。

项目预览

项目数据

分类搜索知识

开发团队microsoft

官网地址https://github.com/microsoft/rag-time

GitHubhttps://github.com/microsoft/rag-time

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型ai,azure,binary-quantization,generative-ai,gpt,hnsw,hybrid-search,indexing,keyword-search,language-model,llm,matryoshka-representation-learning,multimodal,openai,rag,responsible-ai,retrieval-augmented-generation,scalar-quantization,vector-search,visual-studio-code

GitHub 星标★ 918

上线时间2024-12-11 00:00:00

代码更新2025-06-17

仓库体积73.1 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

RAG Time 是一个为期五周的开源学习路径，旨在帮助开发者系统掌握检索增强生成（RAG）技术。该项目以 Jupyter Notebook 形式呈现，从基础概念到高级应用，逐步深入。它解决了 RAG 学习资源碎片化、缺乏体系的问题，提供结构化的课程大纲、代码示例和实战练习。核心能力包括：覆盖 RAG 全流程（文档加载、分块、向量化、检索、生成）、讲解多种检索优化策略（如混合检索、重排序）、以及演示如何构建端到端的 RAG 应用。通过每周一个主题，学习者可以循序渐进地构建自己的 RAG 系统，并理解其背后的原理与最佳实践。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 918

技术标签

ai azure generative-ai gpt hnsw

使用教程

难度：入门约 12 分钟部署方式：在线文档 4 步

环境要求

Python 3.10+
Jupyter 或 VS Code

安装与启动步骤

1克隆课程仓库

这是一个 RAG 教程集合，含分步指南与可运行的 notebook。
```
git clone https://github.com/microsoft/rag-time.git
```
2按章节走

从基础检索讲到高级模式，每章配一份可跑代码，建议照顺序做一遍。
3配环境

按仓库说明装依赖并配好模型凭据，多数示例需要嵌入模型与对话模型两套。
4改造成自己的数据

把示例里的语料换成本地文档，跑通检索质量评估那一节最有价值。