RAG 知识库 (Golang 实战版)
🚀 全网稀缺：Golang RAG 落地指南
市面上 99% 的 RAG 教程都是 Python 的，但 企业级高并发场景 往往需要 Golang 落地。 本专栏填补了这一空白，拒绝 Toy Demo，带你用 Go 语言从零构建 生产级 RAG 系统。
检索增强生成（RAG） 是目前 LLM 应用落地的核心架构。本教程不仅仅是概念讲解，更关注工程化、性能优化、向量数据库选型、混合检索等实战细节。
🎁 粉丝福利
免费学习请查看 AI / Go 学习路线图，项目实践资料以页面公开内容为准。 
📖 专栏介绍
本知识库基于 Golang 生态，带你从零开始掌握 RAG 全栈技术。我们摒弃了 Python 生态的繁重，专注于 Golang 在高性能、工程化落地方面的优势。
📚 目录
第一部分：基础入门
第二部分：数据准备 (Data Pipeline)
第三部分：索引与存储 (Indexing)
第四部分：检索与生成 (R & G)
第五部分：进阶架构 (Advanced Architecture)
- 09. RAG 系统评估 (Evaluation)
- 10. 企业级 RAG 项目实战 (Project Structure)
- 11. Text2SQL：结构化数据检索
- 12. Graph RAG：基于知识图谱的 RAG
第六部分：性能与运维 (DevOps)
🛠️ 技术栈概览
我们在本教程中主要使用以下 Golang 开源库：
- Framework: langchaingo
- LLM SDK: go-openai
- Vector DB: milvus-sdk-go
- PDF Parsing: ledongthuc/pdf
- Graph DB: neo4j-go-driver
- Observability: opentelemetry-go