RAG From Scratch：从零吃透 RAG 的开源 Notebook 教程

开源Notebook教程《RAG From Scratch》从零讲解RAG检索增强生成的原理与实现

「RAG From Scratch」是 LangChain 贡献者 Lance Martin 打造的开源教程仓库，以 Jupyter Notebook 为主、配套视频讲解，把 RAG（检索增强生成）从索引（Indexing）、检索（Retrieval）到生成（Generation）端到端拆开讲透，解决的是 LLM 训练数据滞后、缺乏对最新资讯和企业私有数据理解能力的痛点。热度方面：2026-11-11 发布的推荐文宣称该仓库已获 9.6k 星，此星数为文章转述、暂无独立增速或讨论量佐证；该项目是长期存在的成熟学习资源，材料中未见近期爆发式增长的证据，适合作为「值得留意的经典教程」看待。

rss · BestBlogs 精选 · 11月11日 23:00

「为什么值得关注」 它的关注度并非来自某次新爆发，而是踩中了持续存在的需求：很多开发者不满足于只会调用框架 API，想从零理解 RAG 每个环节的原理与工程取舍。与官方文档式教程相比，它的差异点在于「从零手写 + 可运行 Notebook + 配套视频」的组合，且出自 LangChain 贡献者之手。不过就现有材料而言，只能确认它是稳定热门的学习资源，无法证实近期热度正在上升。

「今晚就能上手」 项目完全开源、纯 Notebook 形态，门槛低，今晚即可动手：在 GitHub 搜索「RAG From Scratch」（作者 Lance Martin）找到仓库并 clone 到本地，按内容顺序从 Indexing 环节的第一批 Notebook 开始，边运行代码边对照配套视频，逐步亲手实现检索与生成。技术栈以 Jupyter Notebook（Python 生态）为主，具体依赖安装与模型 API 配置以仓库 README 为准。

查看原文 ↗