精选有明确学习目标、前置条件和动手练习的教程、项目与制作复盘。先看适不适合自己，再参考热度，中文优先。
社区作者的工具教程、开发经验与项目案例。
图生图、ControlNet 与创作过程，跟着作者练。
从真实作品了解镜头、素材和团队工作流。
热度排序在同平台、同指标内比较；未获取的数据不记为 0。视频显示已核对的播放快照；未获取播放量的课程可在“社区精选优先”下查看。编辑标为已过时的资料在所有排序中都排在最后；各条热度的核对日期可能不同。
围绕个人知识库助手展开的中文项目课。沿着文档读取、清洗切片、向量建库、检索问答和评估的顺序，把一个问题真正跑通。
中文 RAG 系统课，从数据准备进入混合检索、查询改写和评估，再用菜谱问答项目理解图检索。适合已经跑过基础问答、想找出效果瓶颈的人。
用合成条款演示：一段文本切错位置，为什么检索证据会不完整。教程按章节配代码，并提供完整建库问答项目，适合有编程基础的 RAG 新手。
针对 RAG 单个环节的英文 Notebook 教学与脚本：分块、HyDE、混合检索、重排、评估等可分别学习。中文导读帮助你从一个可比较的实验开始。
给 JavaScript 开发者的英文逐步实验。每个已实现示例配代码、概念解释与过程说明，从最小检索进入本地向量、混合搜索和多查询融合。
从 PDF 读取、句子分组、嵌入搜索到本地模型回答的英文 Notebook 课程，并附作者逐行讲解视频。适合理解框架封装背后的数据处理过程。
作者维护的 AI 应用实验仓库，含本地文档问答、查询路由、纠错式 RAG 与评估案例。本条建议先做 simple-rag-workflow，再按问题选择进阶实验。
围绕高质量知识库讲解 RAG 的完整技术流程；原作者系列另提供 Python 实现讲解，适合先理解检索和回答为什么需要分开检查，再进入代码实践。
厂商官方的工程化课程：以“新人答疑机器人”项目贯穿提示优化、自动评测、RAG 调优、工具调用、多 Agent、蒸馏部署与安全合规，2026-06 的 V2.4.3 加入了 Harness/Loop Engineering。中文为主，另有英文版。课程免费，练习需百炼 API Key 并产生费用。
B 站公开课程链接，主题为 RAG 原理、实践与应用场景。建议先学习本站 RAG 路径第一单元，再观看并记录检索与生成的分工。本导读仅依据公开标题，未获取字幕或核验完整视频；20 分钟为建议学习时段。
用纯 Python 做字二元组词袋和余弦相似度，看清同义改写为何搜不到；搭一个拒绝混用模型的小向量库，用人工标注算召回@k、MRR 并选阈值，附真实 embedding 对照方案。
用活动报名规则练习主张拆分、原文定位和条件核对，修正有链接却不支持结论的回答。