在大数据和人工智能迅猛发展的今天，大模型和知识库的结合成为了理论探索和实际应用的重要方向。LLM-RAG项目课程正是围绕这一热点展开，旨在通过系统性的教学，帮助学员掌握从项目部署、模块开发到实际应用的完整流程。课程共有43课时，分为八个章节，涵盖了项目介绍、Auth模块、知识库管理、文档管理、片段管理、文档分割与向量化、LLM-RAG对话以及历史对话管理等内容。
大模型LLM-RAG知识库问答实战项目前后端实战课 - Milvus/QWen/ChatGPT/Flask/Tailwindcss
第一章 项目介绍
本章为整个课程的开篇，通过项目演示和快速部署流程，让学员对LLM-RAG项目有初步了解，并详细介绍了项目架构和课程内容。
LLM-RAG项目 P1 大模型LLM-RAG知识库项目演示免费
LLM-RAG项目 P2 项目快速部署流程演示免费
LLM-RAG项目 P3 项目架构和课程内容简介免费
第二章 Auth模块
本章介绍了在Flask框架中构建认证模块，包括系统初始化、登录页面渲染、表单验证和错误回显，以及登录和退出登录功能的实现。
LLM-RAG项目 P4 Flask预设项目结构和系统初始化免费
LLM-RAG项目 P5 Auth模块创建和登录页面渲染免费
LLM-RAG项目 P6 登录表单验证和错误回显
LLM-RAG项目 P7 登录流程细节完善和退出登录
第三章 知识库管理
本章深入知识库管理模块，讲解了如何创建知识库模块、页面渲染、数据表设计与连接、表单数据的提交与存储，以及知识库的编辑和删除功能。
LLM-RAG项目 P8 创建知识库模块并渲染列表页面
LLM-RAG项目 P9 渲染新建页面并抽象布局页面
LLM-RAG项目 P10 连接PostgresSQL并创建数据表
LLM-RAG项目 P11 提交新建表单并存储数据
LLM-RAG项目 P12 表单字段校验和提示组件封装
LLM-RAG项目 P13 查询并展示知识库列表
LLM-RAG项目 P14 编辑知识库并修改列表链接
LLM-RAG项目 P15 二次确认后删除知识库
第四章 文档管理
本章讨论了文档管理功能的实现，包括文档数据表和视图函数初始化、文档上传和校验、文件存储、文档列表的展示、分页和删除操作。
LLM-RAG项目 P16 文档数据表和视图函数初始化
LLM-RAG项目 P17 文档列表页面和上传页面渲染
LLM-RAG项目 P18 上传文件校验和文件存储
LLM-RAG项目 P19 文档列表展示和状态过滤器
LLM-RAG项目 P20 文档列表分页和删除文档
第五章 片段管理
本章侧重片段管理模块的开发，包括初始化片段模块、渲染列表页、片段的新增、编辑和删除功能，以及关联删除和后台权限控制等高级功能。
LLM-RAG项目 P21 片段模块初始化和列表页渲染
LLM-RAG项目 P22 片段模块新增、编辑、删除功能
LLM-RAG项目 P23 关联删除和后台权限控制
第六章 分割文档和向量化
本章介绍了如何对文档进行分割和向量化处理，涵盖了文本分割、异步任务创建、Embedding模型配置、向量数据库操作等内容，为大模型的应用奠定基础。
LLM-RAG项目 P24 文本分割命令和处理表格数据
LLM-RAG项目 P25 非结构化文本分割和片段入库
LLM-RAG项目 P26 创建异步任务并自动执行
LLM-RAG项目 P27 Embedding模型配置与函数封装
LLM-RAG项目 P28 Milvus模型定义和连接测试
LLM-RAG项目 P29 Milvus向量数据库的增删改查
LLM-RAG项目 P30 创建片段向量化异步任务
LLM-RAG项目 P31 片段向量管理和异步任务重试
第七章 LLM-RAG对话
本章围绕LLM-RAG对话功能展开，学员将学习到大模型配置、对话页面渲染、数据双向绑定、请求发送与数据解析，以及流式输出接口的封装，实现与大模型的对话交互功能。
LLM-RAG项目 P32 大模型配置和模型函数封装
LLM-RAG项目 P33 对话页面渲染和Alpinejs导入免费
LLM-RAG项目 P34 数据双向绑定和Markdown转化免费
LLM-RAG项目 P35 向后端发送请求并解析流式数据
LLM-RAG项目 P36 调用大模型并封装流式输出接口
LLM-RAG项目 P37 召回相似片段并压入对话信息
第八章 历史对话管理
本章讲解了历史对话管理模块的实现，包括对话记录表的创建、对话列表展示、新建对话路由的定义、历史对话的激活与删除、对话标题的编辑与保存等。
LLM-RAG项目 P38 新建对话记录表并展示对话列表
LLM-RAG项目 P39 定义新建对话路由并在前端触发
LLM-RAG项目 P40 三个场景激活历史对话
LLM-RAG项目 P41 二次确认后删除历史对话
LLM-RAG项目 P42 编辑和保存对话标题信息
LLM-RAG项目 P43 保存和拉取历史对话信息
总结
通过这门课程的系统学习，学员将全面掌握LLM-RAG项目的各个模块开发，从基础的项目介绍、用户认证，到复杂的文档管理、片段管理、向量化处理，再到大模型对话与历史对话管理。每一章节都通过具体的实例讲解，帮助学员在实践中理解和掌握相关技术技能，为日后实际项目的开发提供坚实的技术基础。
