RAG 橙皮书AI知识库与检索增强生成指南

如何使用本书：本书允许你免费下载、传播、翻译、改编，但必须署名作者并保持相同协议开源，禁止任何形式的"封装售卖"或"去名转售"。

这本书是写给谁的

• 完全没听过 RAG，但用过 ChatGPT / 豆包 / DeepSeek / Kimi，发现它们"很会聊天，但完全不知道我自己的资料"的人。
• 听过"AI 知识库"，被向量数据库、Embedding、Chunking、Reranker、HyDE 这些黑话劝退过的人。
• 每天被 PDF、Word、Excel、微信收藏、Notion 笔记淹没，想"问一句就能找到答案"的上班族。
• 想给爸妈、给伴侣、给小孩配一个"只懂我们家事"的 AI 小助理（家庭账本、病历、菜谱、说明书）的人。
• 销售、客服、市场、HR、法务、财务、行政——想把"重复回答同样的问题"自动化的所有职场人。
• 学生、考研党、考证党、读书人——想把"3000 篇文献 / 200 本笔记 / 全套真题"变成"会问会答的资料库"的人。
• 自媒体、自由职业者、副业玩家——想把自己的素材库、客户案例、写作风格变成"AI 第二大脑"的人。
• 已经在用 Cherry Studio、AnythingLLM、Dify，但只跑通过 Demo、不知道怎么用到生活和工作里的进阶用户。

如果你属于以上任何一类，你来对地方了。

这本书不是什么

• 不是 LangChain、LlamaIndex 的源码导读，也不是 RAG 的学术论文综述。
• 不是面向算法工程师的"高级检索系统架构"。
• 不是堆名词、堆参数、堆截图的"功能罗列"。
• 不是"AI 即将取代你"或"再不学就完蛋了"的焦虑营销。

它是一本实战手册。每一章都让你"打开浏览器跟着做"，做完就能立刻看到效果。

为什么是 RAG

2024 年，所有人都在比"哪家大模型聪明"——GPT-4、Claude 3、Gemini 1.5、文心一言、通义千问、DeepSeek…… 2026 年，这一战已经分出了胜负：模型聪不聪明已经不重要了，重要的是它"知不知道你自己的事"。

为什么这么说？

因为再聪明的 AI，如果它不知道：

• 你公司的合同模板长什么样——它写出来的合同不能用；
• 你家小孩对哪种坚果过敏——它给的菜谱可能害人；
• 你客户上一封邮件说了什么——它给的回复像是机器人；
• 你领导上次会议拍板了什么——它写的周报老板看了想骂人；
• 你公司去年同期的销售数据——它给的分析全是编的。

它就只是一个"通用聊天机器人"。

而 RAG（检索增强生成，Retrieval-Augmented Generation），用一句话讲：就是让 AI 在回答你之前先翻一翻你给它的资料，然后基于资料作答。

它的本质就是给一个"读完了全人类公开知识但完全不认识你"的实习生，再额外塞一个"只装着你自己资料"的小书架。

这件事看起来很小，但它是 AI 真正能"嵌入你的生活和工作"的唯一办法。2026 年，几乎所有真正能产生价值的 AI 应用——客服机器人、企业内部 GPT、个人第二大脑、家庭健康助手、考研问答库——本质上都是 RAG。

更重要的是：

1. 它免费就能开始——NotebookLM、ima、Coze、Cherry Studio 都有零门槛免费档；
2. 它不需要你写代码——拖几个文件就能跑起来；
3. 它可以纯本地运行——你的资料一个字都不用上传到云端；
4. 它换大模型不需要重学——今天用 DeepSeek，明天换 Claude，知识库不用动。

学会 RAG，是普通人在 2026 年与 AI 共处时性价比最高的一件事——投入 1 个周末，受益至少 3 年。

你将获得什么

读完整本书并跟着做完练习，你会：

1. 真正理解 RAG 是什么、和直接问 ChatGPT / 上传 PDF / 微调（Fine-tune） / MCP 的本质差别、它能不能解决你的问题。
2. 用 5 分钟在 NotebookLM 里搭出你的第一个知识库，把"3000 份合同里找一句话"从 2 小时缩到 30 秒。
3. 看懂 2026 年中外 20+ 主流 RAG 工具（NotebookLM、ima、Coze、Dify、Cherry Studio、AnythingLLM、RAGFlow、MaxKB、QAnything…），知道哪一款最适合你。
4. 学会准备好资料——PDF 怎么扫、网页怎么抓、微信收藏怎么导出、视频怎么转录，让"垃圾进垃圾出"变成"金子进金子出"。
5. 学会一套提问句式，让 AI 不再"答非所问"，每条回答都有"出处可查"。
6. 把至少 7 个生活场景 + 8 个工作场景 + 7 个学习创作场景，搬进 RAG。
7. 学会把数据"握在自己手里"——用 Cherry Studio + Ollama / AnythingLLM Desktop / Dify 自托管 / RAGFlow 四条路线，搭一个永远不上传云端的私人知识库。
8. 知道怎么把 RAG 用得安全：避免 PII 泄露、API Key 被偷、月度账单爆表、过度信任 AI 出错。
9. 避开新手最容易踩的 8 大坑（答非所问、引用不准、文档没切好、向量过期……）。
10. 如果你愿意，还能把自己的知识库做成产品、做成副业、加入社区。

阅读路径建议

这本书一共 1 个序言 + 12 章正文 + 5 个附录，全书约 25 万字。你不必从头读到尾，下面几条路径任选其一。

路径 A：完全新手（推荐）

按章节顺序从 00 序言 一路读到 12 避坑、安全与从用户到创造者，每章跟着做完再看下一章。预计 1 个周末看完，跑通整套体验。

路径 B：只想立刻用起来

• 04 工具全景图
• 05 五分钟搭建第一个知识库
• 07 提问技巧
• 附录 B 30 个开箱即用提示词

预计 1 小时跑通，先用起来再说。

路径 C：已经会用，想进阶

• 06 资料准备
• 11 本地与私有化部署
• 12 避坑、安全与从用户到创造者
• 附录 C 术语表

预计 1 个晚上读完，立刻让生产力翻倍。

路径 D：给爸妈、给团队、给客户挑工具的"决策者"

• 01 RAG 是什么 的"自检清单"
• 04 工具全景图 的"四档对比"
• 08 生活场景实战 的"给爸妈的一键模板"
• 12 避坑、安全与从用户到创造者

路径 E：学生、考研党、内容创作者

• 05 五分钟搭建第一个知识库
• 10 学习与创作实战
• 附录 B 30 个开箱即用提示词
• 附录 E 100 项达成清单 的"7 周路线图"

完整目录

如何使用这本书

1. 先看「30 秒导读」：每一章开头都有一段 30 秒就能读完的导读，告诉你这章在解决什么问题、做完会得到什么。如果不感兴趣，可以直接跳过。
2. 跟着「先做这一步」：所有命令、配置、提示词都给了完整可复制版本，建议至少跑通一次，再回头看原理。
3. 对照「本章一图回顾」：章末的小结帮你把这章串成一条线，方便日后翻查。
4. 遇到报错先翻附录：80% 的常见报错都收录在 第十二章 避坑指南 与 附录 C 术语表 里。

本书使用约定

• 代码块：可以直接复制到终端、提示词输入框或配置文件里运行的内容。
• 「引号」：界面上的按钮、菜单或选项名称。
• 粗体：值得你停下来重点理解的关键词。
• 命令前面的 $ 表示这是终端里输入的命令，复制时不要带 $。
• 出现 ~/ 路径时，~ 代表你的用户主目录（macOS 是 /Users/你的名字/，Windows 是 C:\Users\你的名字\）。
• 截图较少，更多依赖文字描述操作路径，方便你在不同工具版本中也能找到对应位置。

本书风格的小约定

• 我们假设你不是程序员，但愿意学一点点新东西。所有名词第一次出现都给"白话解释"。
• 我们不会让你"先理解原理再动手"，恰恰相反，我们让你先动手做出一个能跑的东西，再回头讲为什么。
• 我们不会推荐你"先订阅 Pro 再说"。每一章都标注了"用免费档够不够"。
• 我们也不会假装 RAG 没缺点。第十二章会老老实实告诉你它在哪些场景会让你失望。

一句话总结

这本书要做的事情只有一件：让你这个普通人，不靠任何技术背景，也能为自己 / 家人 / 团队搭出一个『只懂自家事』的 AI 顾问——而且越用越好。

准备好了吗？翻开 00 序言 开始吧。

版本与变更

后续如有新增 / 勘误，会在本表追加，并在每章相关段落加 （v1.x 更新） 标注。

通用版工具箱（附录卷）

本书是 RAG（AI 知识库） 的"主题专属指南"。如果你想要一份跨工具、不绑定任何产品的"通用 AI 工具箱"——100 个通用提示词、150+ AI 黑话翻译、30 天通用打卡计划、50 个高频 FAQ、安全红线、家庭 AI 公约——请翻 《AI 橙皮书（附录卷）：通用 AI 工具箱》。

它和本书是"互补"的：本书讲 "AI 知识库怎么搭"，附录卷讲 "任何 AI 都通用的方法"——换工具不卡壳。

版权与署名

• 本书根据 CC BY-SA 4.0 协议开源，欢迎转载、翻译、改编。
• 转载请注明原书《RAG 橙皮书：上手与进阶指南》及原始仓库地址。
• 改编版本必须保持同一协议开源。
• 商业用途（如纳入付费课程、纸质出版、收费社群）请先联系作者邮箱获取授权。

如果这本书帮到了你，最好的"赞赏"就是把它转发给一位被"AI 不知道我自己事"困扰的朋友——也许下周他就把那 3000 份合同、200 篇笔记、整柜子的体检报告，全部变成"会问会答的私人顾问"。