RAG 實戰：用 LangChain 打造企業級 AI 知識庫
從文件處理到可追溯問答，完成一條 RAG 管線。
進階 · 已開課
回答得流暢還不夠；要找得到來源，也要知道何時拒答。
Outcomes
學完你能做到
- 說明 RAG 與微調、純提示詞的差別。
- 載入文件、切塊並建立向量索引。
- 改善檢索排序、Context 與引用。
- 建立 RAG API、聊天介面與期末知識庫。
Audience
適合誰，不適合誰
替團隊文件建一條可更新的檢索管線。
你可能正卡在這裡
- 文件版本一多，系統容易找出過期段落。
- 向量搜尋有結果，回答卻仍缺關鍵條件。
- 問答 Demo 可跑，缺少引用檢查與部署路徑。
可能不適合你，如果你
- 尚未能讀寫基本 Python，且不打算補齊的人。
Curriculum
課綱
01RAG 核心概念與架構畫出文件到引用答案的資料路徑，比較 RAG、微調與純提示詞的適用條件。
- 什麼是 RAG？為什麼需要 RAG？
- RAG vs Fine-tuning vs Prompt Engineering
- 環境建置：Python + LangChain + Supabase
- RAG 架構全景圖
02文件處理與向量化載入自編文件，對照切塊與 Embedding，將來源版本寫進 pgvector 索引。
- 文件載入：PDF、Word、網頁、Notion
- Chunking 策略：固定長度 vs 語意切割
- Embedding 模型選擇與比較
- 向量資料庫實作：Supabase pgvector
03檢索與生成優化檢查檢索與重排結果，控制 Context 並逐句核對回答來源。
- 語意搜尋與相似度計算
- Reranking：提升檢索精準度
- Context 組裝與 Prompt 設計
- 處理幻覺：來源引用與事實查核
04生產級部署實戰建立 RAG API 和問答介面，記錄效能並交出可重跑的引用與拒答測試。
- 建立完整 RAG API
- 前端整合：聊天介面開發
- 效能優化與快取策略
- 期末專案：企業知識庫上線
Deliverables
你會帶走的東西
- 文件處理與向量索引管線
- RAG API
- 聊天介面原型
- 含來源引用的問答驗證案例
Tools
會用到的工具，怎麼接到工作上
- Python
- LangChain
- Supabase pgvector
- Embedding 模型
- Reranking 工具
- 對應職務
- AI 應用工程師、知識工程師、資料工程協作
- 實際場景
- 企業文件問答
- 內部知識搜尋
Prerequisites
上這門課之前與之後
- 建議先具備
具備 Python 基礎
「n8n 自動化工作流實戰：打造 LINE AI 助理」（若先走低程式碼路線）
- 實戰營
把 RAG 管線作為實戰營 Architect、Build 的基底；在 Verify 補文件版本、權限、來源引用和拒答案例。
看梯次與報名 →
FAQ
常見問題
怎麼購買線上課？
選定課程後會前往 Teachify 課程頁完成結帳；本站提供介紹與導流，不在本站收款。實際結帳金額以 Teachify 顯示為準。
課程能看多久？
觀看期限以各課 Teachify 購買頁與結帳條款為準；發布前請先核對，不在本站承諾固定期限。
線上課與 AI Builder 實戰營有什麼不同？
線上課依課綱自學一段能力；實戰營是 4–6 週線下小班，每週 Project Review，最後以 Demo Day 呈現專案。
完課能折抵實戰營學費嗎？
可以。完成線上課後可折抵 AI Builder 實戰營學費；折抵金額、期限、是否可累計及申請方式，請以當期實戰營公告為準。
沒有程式基礎可以上嗎？
入門課可從工作情境或電商訂單開始；RAG、進階開發及製造設備故障分類需要相應 Python、Git 或分類指標基礎，請先看各課先修條件。
首發登記等於報名或付款嗎？
不是。首發課尚未錄製，問卷只用於需求調查與早鳥價登記；正式開賣與付款方式另行公布。
可以開發票嗎？
線上課由 Teachify 結帳；發票開立方式與抬頭請以結帳頁資訊及實際銷售方規則為準，企業採購可先洽詢。
企業可以團購或安排內訓嗎？
可以提出企業採購或內訓需求，請提供人數、課程與預計時程；報價與授權範圍由團隊確認後回覆。
買組合包後，可以依自己的速度上課嗎？
組合方案含指定的既有課程；各課觀看期限、開通方式與是否可分開購買，請以 Teachify 實際方案頁為準。
完成課程就能直接進實戰營嗎？
線上課可補基礎並準備題目；實戰營仍須依當期公告的報名與審核流程辦理。
Coming to Teachify
這門課正在搬到 Teachify。
留下 Email，上架那天把購買連結寄給你。想先組合購買，也可以預約諮詢。