[strong_begin] 以下为课程讲义，供参考，非详尽版，观看视频更为全面。[strong_end]

你好，我是李锟。

在上节课中，我首先介绍了 RAG 的一些基础知识，然后以一个扮演旅游网站客服的 AI Agent 作为例子，介绍了一种崭新的 RAG 应用开发方法，完全没有使用向量数据库。

然而上节课中介绍的 RAG 应用开发方法非常依赖基础 LLM 的上下文长度，只能使用那些上下文长度非常长的 LLM，上节课我使用的是 OpenAI 的 "gpt-4.1-mini" 和阿里云百炼平台上的 Qwen3 满血版 "qwen3-235b-a22b"。

新的 RAG 应用开发方法目前还在发展中，还不是非常成熟。我们无法完全依赖新的方法开发所有 RAG 相关功能。因此我们仍然有必要学习掌握两年前发展起来的传统 RAG 应用开发方法。也就是以向量数据库为中心的开发方法。

在学习这种开发方法之前，我需要先介绍一下文本向量化和向量数据库。

Step 1：文本向量化和向量数据库简介

关于文本向量化和向量数据库，我推荐两篇不错的科普文章。

CSDN 上的文档：文本向量化介绍https://blog.csdn.net/qq_42374697/article/details/112981829