重点说明：鉴于 AI 应用开发的 Python 生态相对比较成熟，因此将该项目迁移至 ai-learn-python，后续的功能和示例将优先在 ai-learn-python 中维护，烦请移步，谢谢！
安装依赖：
npm install启动：
npm run dev访问：
页面：http://localhost:3000/rag
接口：http://localhost:3000/rag/01_simple_rag本系列文章将会系统性讲解涵盖 AI 应用开发中涉及到的各种技术，包括但不限于提示工程、RAG、模型微调、Agent 等等。
欢迎大家关注我的微信公众号【燃哥讲 AI】，分享 AI 应用开发的前沿技术，注重理论结合实践，助你成为 AI 浪潮中的超级个体！
- 面对汹涌的 AI 浪潮，前端开发者该如何破局？
- 前端 x AI：从了解提示工程、RAG 和微调开始
- 前端 x AI：基于 Ollama、DeepSeek、Chroma、LangChain 搭建 AI 应用开发框架
待更新，敬请期待...
- RAG 系列（一）：一文让你由浅到深搞懂 RAG 实现
- RAG 系列（二）：基于 DeepSeek + Chroma + LangChain 开发一个简单 RAG 系统
- RAG 系列（三）：系统评估 - 构造 QA 测试数据集
- RAG 系列（四）：系统评估 - 五个主流评估指标详解
- RAG 系列（五）：系统评估 - 基于 LLM-as-judge 实现评估系统
- RAG 系列（六）：问题优化 - 意图识别&同义改写&多视角分解&补充上下文
- RAG 系列（七）：解析优化 - 不同文件类型统一转换成 Markdown
- RAG系列（八）：切分优化 - 基于 Markdown 语法的文档切分
待更新，敬请期待...
待更新，敬请期待...