本书系统介绍检索增强生成（RAG）技术的核心概念、开发流程和实际应用。RAG技术结合传统生成模型与高效检索模块，可以为大规模语言模型赋能，使其能够更精确、快速地生成相关答案，尤其在信息密集型任务中表现出色。本书分为三部分，共第11章：第一部分（第1～3章）详细介绍RAG开发的基础，包括环境搭建、常用工具和模块，帮助读者从零开始理解RAG系统的工作原理与开发技巧；第二部分（第4～8章）聚焦RAG系统的具体搭建，从向量数据库的创建、文本的向量化，到如何构建高效的检索增强模型，为开发实用的RAG应用奠定基础；第三部分（第9～11章）则通过实际案例，如企业文档问答、医疗文献检索和法律法规查询，帮助读者在特定领域深入理解和应用RAG技术。通过本书的学习，读者可以深入理解如何构建、优化以及应用这一技术，推动智能应用的创新。本书适合希望深入理解RAG技术的大语言模型开发者、数据科学家、研究人员，以及高年级本科生与研究生。无论是刚接触RAG技术的初学者，还是希望精进技能的资深工程师，都可以在本书中找到丰富的实践指导和详细的技术参考。