教程人工智能大模型RAG【免费下载链接】all-in-rag大模型应用开发实战一RAG 技术全栈指南在线阅读地址https://datawhalechina.github.io/all-in-rag/项目地址https://gitcode.com/datawhalechina/all-in-rag点击查看免费下载本文以 all-in-rag 项目食谱知识库中的《回锅肉》菜谱文档为蓝本完整还原这道川菜的标准化做法从二刀肉选材、原料用量配比到炙皮焯水、切片煸炒、灯盏窝成型的关键火候控制并给出适合日常下厨的简易版本。与此同时结合 data_preparation.py 与 main.py 的源码实现说明这份菜谱文档在尝尝咸淡 RAG 系统中是如何被加载、标注元数据、按 Markdown 标题分块并最终支撑问做法、查原料等智能问答的。读完本文你既能按图索骥复刻一盘标准的回锅肉也能理解 RAG 项目如何消费这类结构化菜谱数据。一、文档背景一份结构规整的荤菜菜谱这份文档位于 data/C8/cook/dishes/meat_dish/回锅肉/回锅肉.md是 all-in-rag 第 8 章实战项目尝尝咸淡 RAG 系统的菜谱数据之一。它遵循整个知识库统一的 Markdown 结构规范一级标题写菜名、开头标注难度星级随后依次是必备原料和工具计算操作附加内容等二级章节部分操作还拆分了三级子标题。这份规整结构并非偶然而是被 RAG 系统直接依赖的设计。在 data_preparation.py 的CATEGORY_MAPPING中meat_dish目录被映射为分类标签荤菜文档开头的星级标记★★★★则被_enhance_metadata方法通过正则★精确匹配后映射为难度等级困难对应difficulty_map {5: 非常困难, 4: 困难, ...}。也就是说仅凭文件路径和文档首行系统就能自动为这份菜谱打上荤菜、困难的元数据标签。二、必备原料和工具类别原料/工具说明主料五花肉正宗做法建议使用二刀肉俗称臀尖肉质坚实、肥瘦合适香料小葱、生姜焯水去腥用配菜青红椒、蒜苗椒圈增色提辣蒜苗是回锅肉的经典搭配调味料酒、豆瓣酱、生抽酱油、味精豆瓣酱与生抽预先混合便于均匀上色入味三、用量计算标准化配比文档给出了一套按人头计算的配比基准便于在正式下锅前确定总量原料用量备注五花肉二刀肉0.5 斤/男人、0.3 斤/女人正宗回锅肉使用二刀肉肉质坚实、肥瘦合适小葱2 棵打结后用于焯水生姜10–40g切片青红椒0–30g根据受辣程度选择不建议使用肉厚的菜椒蒜苗1 把切段料酒5ml焯水去腥豆瓣酱10ml分两次使用每次 5ml味精5g炒制时一次性加入生抽5ml与 5ml 豆瓣酱提前混合四、核心操作流程整个流程分为四个阶段五花肉一段处理炙皮焯水、配菜处理、五花肉二段处理冷却切片、炒制。前三个阶段是准备工作最后一个阶段对火候和速度要求最高。4.1 五花肉一段处理炙皮与焯水锅烧热用手将五花肉紧紧压在锅上炙皮。这一步是为了处理猪皮上的汗腺也可以买肉时让师傅用火烧一下皮不介意味道的可以跳过。用钢丝球把皮刷干净直至黑色碳化部分被完全去除——不刷干净会有苦味。将五花肉放入锅中加入能淹没五花肉的冷水放入生姜片、料酒和打结的小葱。开大火煮水开后撇去浮沫继续煮 15 分钟煮至瘦肉部分可以用筷子轻松刺穿。这里的关键是冷水下锅、撇浮沫、煮透但不过烂煮到筷子能轻松刺穿瘦肉即可为后续切片和煸炒保留合适的水分与弹性。4.2 配菜处理青红椒切圈蒜苗切段生姜切小薄片将 5ml 豆瓣酱和 5ml 生抽提前混合成调料汁。提前混合豆瓣酱与生抽是为了炒制时能一次下锅、快速上色避免在高温下分次添加导致调味不均。4.3 五花肉二段处理冷却与切片将煮熟的五花肉捞出放入冷水晾凉。擦干五花肉表面的水切成上肥下瘦的 2mm 薄片。过冷水后肉质会更紧致切片不易散擦干水分则是为了避免炒制时爆油溅伤。切厚了口感不好而且会很油腻2mm 是兼顾口感与出油效果的关键厚度。4.4 开始炒肉火候与灯盏窝注意此步骤操作要迅速小心糊锅。锅烧热放入一层底油滑锅。放入五花肉片煸炒至肥肉部分变透明、肉片微微卷曲——俗称起灯盏窝此时二刀肉效果最佳。倒入提前混合的豆瓣生抽调料汁加 5g 味精翻炒 15 秒。放入青红椒圈和小姜片再加入另 5ml 豆瓣酱翻炒 30 秒。放入蒜苗段翻炒 60 秒。出锅。起灯盏窝是回锅肉成菜质量的核心标志肥肉中的油脂被煸出瘦肉收缩肉片边缘翘起呈灯盏状。这一步既去腻又定型煸炒不足则油腻煸炒过度则干硬需要全程中大火、快速翻动。五、简易版本如果时间有限或追求更省事的流程文档还给出了简化方案选用冰冻五花肉常温放置 0.5 小时或鲜五花肉放冰箱冷藏 1 小时切成 2–5mm 薄片开中火将辣椒放入锅中干煸 30–45 秒后取出锅烧热放入一层底油滑锅放入姜片煸炒 15 秒倒入五花肉间隔 10 秒翻炒一次待五花肉出现焦黄色翻炒时间越久五花肉口感越硬倒入之前干煸过的辣椒、10ml 豆瓣酱生抽调味继续翻炒 60 秒倒入切成段的蒜苗翻炒 10 秒出锅。简易版本的核心差异在于省略了炙皮、焯水等预处理改用冷冻/冷藏让肉更好切并通过先干煸辣椒保持其干香口感。用料的灵活性也更高。六、附加内容与避坑要点文档末尾的附加内容汇总了多种口味变化与常见失误点配菜替换不喜欢蒜苗可以换成洋葱或其他蔬菜但要注意蔬菜的易熟程度将不易熟的蔬菜提前炒至否则会出现蔬菜半生不熟的情况大块处理如果回锅肉比较大块可以切成 5 厘米见方的块五花肉煮至筷子稍微用力即可插入猪皮即可冷却紧致回锅肉过冷水晾凉后肉质会更紧致防溅油回锅肉擦干水是为了避免炒制时爆油溅伤切薄防腻回锅肉切记不要切厚了不然很腻。七、从源码看这份文档如何被 RAG 系统消费这份菜谱不只是给人看的菜谱它还是 code/C8 中尝尝咸淡 RAG 系统的原始知识库数据。理解它如何被消费有助于复用同类 Markdown 数据。7.1 元数据增强路径与星级的自动解析在 data_preparation.py 的load_documents中系统通过data_path_obj.rglob(*.md)递归加载 data/C8/cook 下所有 Markdown 文件随后由_enhance_metadata自动补全三个关键元数据category遍历CATEGORY_MAPPING若路径中某段目录名如meat_dish命中映射键则打上对应中文分类荤菜dish_name取文件名不含扩展名即回锅肉difficulty用正则r★匹配文档中的连续星级★★★★命中 4 颗星映射为困难。这意味着系统无需人工标注就能自动识别回锅肉是一道困难的荤菜。7.2 Markdown 结构感知分块chunk_documents调用MarkdownHeaderTextSplitter按#、##、###三级标题对文档进行结构化切分见_markdown_header_split并设置strip_headersFalse保留标题。以本文这份回锅肉文档为例大致会被切分为如下子块父文档回锅肉.md完整菜谱 ├── 子块1# 回锅肉的做法 预估烹饪难度 ├── 子块2## 必备原料和工具 ├── 子块3## 计算 ├── 子块4## 操作 ### 五花肉一段处理 ├── 子块5### 配菜处理 ├── 子块6### 五花肉二段处理 ├── 子块7### 开始炒肉 ├── 子块8### 简易版本 └── 子块9## 附加内容每个子块都会继承父文档的parent_id、category、difficulty等元数据并生成独立的chunk_id与chunk_index。这正是 docs/chapter8/02_data_preparation.md 中小块检索大块生成父子文本块架构的落地用户问回锅肉需要什么调料时系统能精确命中必备原料和工具子块回答时则由get_parent_documents依据parent_id找回完整菜谱保证 LLM 拿到的是上下文完整的整道菜做法。7.3 从检索到生成的完整链路在 main.py 的ask_question中用户提问会先经查询路由判断类型再走混合检索向量 BM25见 retrieval_optimization.py 的 RRF 重排同时_extract_filters_from_query会从问题中提取分类如荤菜与难度如困难关键词通过metadata_filtered_search做元数据过滤。最终按路由类型选择分步指导模式或基础回答模式把完整父文档交给配置在 config.py 中的 LLM 生成答案。也就是说这份回锅肉文档从加载、打标签、分块到被检索、被生成回答全程有源码链路可循如果你想扩展知识库只需按同样的 Markdown 结构新增菜谱文件系统即可自动纳入索引。赞分享教程人工智能大模型RAG【免费下载链接】all-in-rag大模型应用开发实战一RAG 技术全栈指南在线阅读地址https://datawhalechina.github.io/all-in-rag/项目地址https://gitcode.com/datawhalechina/all-in-rag点击查看免费下载相关推荐Datawhale All-in-RAG 食谱知识库实战台式卤肉饭完整做法指南Datawhale All in RAG 食谱知识库实战台式卤肉饭完整做法指南 导读 本文以 Datawhale All in RAG 项目 C8 章节尝尝教程人工智能大模型RAGPlay Integrity API Checker3分钟掌握Android设备安全检测Play Integrity API Checker3分钟掌握Android设备安全检测 你是否曾担心自己的Android应用运行在不安全的设备上是否遇到过教程人工智能大模型RAG尖椒炒牛肉做法详解食材配比、腌制火候全流程及其在 all-in-rag 食谱问答系统中的应用尖椒炒牛肉做法详解食材配比、腌制火候全流程及其在 all in rag 食谱问答系统中的应用 本篇以 尖椒炒牛肉.md https://link.gitco教程人工智能大模型RAG创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
 uboot烧录失败，解决办法)
