RAG 构建，学这四个神级项目就够了
1.TinyRAG
388🌟，Datawhale出品。目前已继承到 23.4K🌟的项目Happy-LLM中，二者都是中文原生，非常适合从零手搓详细学习的项目。能够提供大规模框架如llama-index/langchain所不具备的灵活性和可魔改性。
2.Langchain-Chatchat
36.9K 🌟，中文原生+1， 该项目建立了一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。基于 ChatGLM 等大语言模型与 Langchain 等应用框架实现，可离线部署。功能非常全面，适合进阶学习/使用。
3.AnythingLLM
52.7K 🌟，一个全方位的RAG项目，可本地部署于Mac/Windows/Linux平台。实现了将任何文档、资源（如网址链接、音频、视频）或内容片段转换为上下文，以便任何大语言模型（LLM）在聊天期间作为参考使用。同时支持选择适用哪个LLM或向量数据库，支持多用户管理并设置不同权限。
4.RAGFlow
70.6K 🌟，足够先进并保持活跃更新的RAG项目，结合了RAG与Agent，为 LLM 创建卓越了的上下文层。虽然项目已经很庞大，但它提供精简的 RAG 工作流程，足够支持规模的企业及部署，又不至于太臃肿。开发人员能够高效精准的将复杂数据转化为高保真、可用于生产环境的 AI 系统。
提到RAG，大家可能都熟知Llama-index/Langchain，之所以没专门推荐这两个项目，是因为将它们视为了基建级别的支撑，会用就行了，而不是专门投入大量精力学习。
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～