☆☆☆☆☆

0.0

Intermediate

Agentic RAG

Name: Agentic RAG
Availability: InStock

RAG 系统改变了 AI 获取外部知识的方式，而代理型 RAG 则将检索转变为以推理驱动的流程。本课程深入剖析代理智能的基本原理，并将推理与检索相结合，实现更高的事实准确性与自主性。你将探索代理的构成要素，从其记忆和工具，到驱动自我导向行为的编排逻辑。通过动手实践课程，你将使用 LlamaIndex 构建一个 AI 研究助手，通过组装工具、定义检索策略，并设计能够实现自我修正的推理循环。你将学习如何利用忠实度、上下文召回率和答案质量等指标来调试、评估和优化你的代理工作流，弥合理论与实践之间的差距。最后，你将构建可扩展、可靠的系统，借助依赖图和部署防护机制，使你的代理型 RAG 项目从原型顺利过渡到生产就绪的可靠性状态。

5 Lessons

Included in Subscription Plan

Personalized Learning

View Courses in Subscription

COURSES

Agentic RAG

RAG 系统改变了 AI 获取外部知识的方式，而代理型 RAG 则将检索转变为以推理驱动的流程。本课程深入剖析代理智能的基本原理，并将推理与检索相结合，实现更高的事实准确性与自主性。你将探索代理的构成要素，从其记忆和工具，到驱动自我导向行为的编排逻辑。通过动手实践课程，你将使用 LlamaInd...

WHAT YOU'LL LEARN

设计能够自主规划、反思和优化的推理驱动型 RAG 系统的能力

了解如何使用 LlamaIndex 构建和编排多工具代理

使用结构化指标调试、评估和优化检索工作流的能力

设计能够自主规划、反思和优化的推理驱动型 RAG 系统的能力

Content

5 Lessons • 0 Quizzes • 0 Challenges

Agentic RAG 的基础

1
从 RAG 到智能体 RAG
2
Agent 的构成：组件与核心逻辑
3
智能体推理策略：从 ReAct 到多智能体系统

使用 LlamaIndex 的实现

1
基础 RAG 与代理型 RAG 的 LlamaIndex 实现
2
设计我们的代理型 RAG 系统：AI 研究助理
3
AI 研究助理：实现代理的核心工具
4
AI 研究助理：代理组装与编排

优化与评估智能体

1
调试、优化与强化我们的代理
2
代理式 RAG 工作流的评估指标与库

高级概念与部署

1
工具依赖图：面向代理的可扩展架构
2
从原型到生产：部署智能体的挑战
3
未来趋势与结论

评估

1
测试你的技能

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Agentic RAG

WHAT YOU'LL LEARN

Content

1. Agentic RAG 的基础探索 RAG 如何演进为代理系统，以增强问题解决能力。

从 RAG 到智能体 RAG

Agent 的构成：组件与核心逻辑

智能体推理策略：从 ReAct 到多智能体系统

2. 使用 LlamaIndex 的实现探索用于 AI 研究辅助的动态代理式 RAG 系统的开发。

基础 RAG 与代理型 RAG 的 LlamaIndex 实现

设计我们的代理型 RAG 系统：AI 研究助理

AI 研究助理：实现代理的核心工具

AI 研究助理：代理组装与编排

3. 优化与评估智能体通过高级指标和技术提升 AI 代理的可靠性并评估其性能。

调试、优化与强化我们的代理

代理式 RAG 工作流的评估指标与库

4. 高级概念与部署探索可扩展的架构、部署挑战以及代理型 AI 的未来趋势。

工具依赖图：面向代理的可扩展架构

从原型到生产：部署智能体的挑战

未来趋势与结论

5. 评估通过人工智能设计与编程的实践练习应用所学知识。

测试你的技能

Certificate of Completion

Reviews

Reviews & Comments (0)