genai-devday-notebooks

跟着 Notebook 跑一遍，用 MongoDB 搭出可用的 RAG 检索问答

这是 MongoDB 官方为 GenAI Developer Day 活动准备的 Jupyter Notebook 集合，围绕 MongoDB Atlas 的向量搜索与检索增强生成（RAG）能力展开。项目通过可交互的 Notebook 演示如何把文本、嵌入向量和业务数据统一存进 MongoDB，并用 $vectorSearch 聚合阶段完成相似度检索，再配合大模型生成回答。它解决的是开发者在搭建 RAG 应用时缺少端到端可运行示例的问题：从数据准备、嵌入生成、索引创建到检索与生成，每一步都有代码可跑。核心能力包括向量索引配置、混合检索、与 LangChain/LlamaIndex 等框架的集成示例，以及面向开发者大会的动手实验材料。适合作为学习 MongoDB 向量搜索和快速验证 RAG 原型的起点。