# 《RAG 開發手冊--使用 LlamaIndex×OpenAI×Ollama 實作萬用檢索器》

- 由淺入深帶你開發 RAG , 原理與實作一本掌握
- 巧妙自訂義 RAG 檢索器,你也能自製的智能客服
- 除了 OpenAI GPT, 還能使用本地端開源模型

## 章節
ch01 淺談 RAG
- 1-1 什麼是 RAG-檢索增強生成
- 1-2 什麼情況下需要用 RAG
- 1-3 RAG 實際案例

ch02 用 LlamaIndex 開發檢索器
- 2-1 認識 LlamaIndex
- 2-2 LlamaIndex-RAG 基礎
- 2-3 第一個檢索器-台灣古蹟資料檢索 (待更換)

ch03 深入探討 LlamaIndex 的 RAG 流程
- 3-1 文件導入
- 3-2 資料切片
- 3-3 資料節點化
- 3-4 節點向量化
- 3-5 向量資料庫
- 3-6 檢索器流程

ch04 LlamaIndex RAG 全面自訂義
- 4-1 長上下文的解決辦法
- 4-2 使用不同的資料庫
- 4-3 替換檢索器的語言模型
- 4-5 調整檢索器的最相關資料數量
- 4-6 一鍵整合所有自訂義

ch05 結合 Ollama 本地端語言模型
- 5-1 本地端模型有什麼優勢
- 5-2 手把手教你下載最前沿開源 LLM
- 5-3 製作本地端模型的檢索器

CH06 筆記資料助手 (是不是可以做共筆資料助手)
- 利用 RAG 增強筆記的閱讀效率
- 如何最佳化你的 RAG 系統-切片方式、檢索資料與模型

ch07 RAG實戰-製作戶政事務所客服
- 7-1 整合戶政事務所相關資料
- 7-2 製作戶政事務檢索器
- 7-3 利用 Open WebUI 部屬客服介面

ch08 整個網路都是我的檢索資料庫
- 8-1 使用 News API 取得各地新聞
- 8-2 雙步驟讓 GPT 帶你了解即時新聞
- 8-3 即時新聞檢索器
說明：先讓 GPT 不使用檢索器, 告訴使用者有哪些即時新聞後, 再根據使用者想知道的新聞做檢索。

ch09 會議記錄