RAG 源码学习项目

🌟 项目愿景

长期以来，RAG 学习资源中视频教程往往只简单讲解文本分类，最多用 Langchain 带你实现一下基础功能。而对于Recursive Chunking、Parent_Child Chunking、GraphRAG等核心技术的源码教学却几乎空白，这对于想要深入理解底层原理的学习者来说无疑是一种障碍。

本项目致力于填补这一空白，提供一个专注于 RAG 底层源码学习的开源平台。

🎯 项目目标

• 降低源码学习门槛：减少直接阅读大型源码库的上下文负担
• 提供高质量学习材料：精选来自 Dify、n8n、Coze、RAGflow 等知名项目的源码
• 深度学习引导：不仅提供源码，还包含学习路径和思考问题
• 社区共建：邀请所有对 RAG 感兴趣的开发者参与贡献

📚 当前进展

目前项目刚刚启动，已有内容：

• ✅ Dify 递归分块算法 - 来自 Dify 的RecursiveCharacterTextSplitter完整源码及学习指南

📁 项目结构

├── README.md              # 项目说明文档
├── Dify_Recursive.py     # Dify递归分块算法学习文件
└── (即将添加更多学习模块...)

💡 学习特色

1. 精选源码

• 直接复制粘贴来自知名项目的源码
• 只做必要删减，保持代码原汁原味
• 去除复杂依赖，聚焦核心算法

2. 学习引导

每个学习文件包含：

• 学习路径建议：分阶段的学习指导
• 引导性问题：在代码注释中嵌入思考问题

3. 社区驱动

• 开放贡献，欢迎提交新的学习模块
• 持续改进现有内容的质量
• 建立 RAG 源码学习社区

🛠️ 如何使用

快速开始

# 克隆项目
git clone https://github.com/ChasePassion/RAG_Code_To_Learn.git
cd RAG_Code_To_Learn

# 查看可用的学习模块
ls -la

# 选择一个模块开始学习（例如Dify递归分块）
cat Dify_Recursive.py

学习建议

1. 选择感兴趣的模块：根据你的学习目标选择相应的源码模块
2. 按照学习路径进行：每个模块都有详细的学习指导
3. 主动思考：尝试回答代码中的引导问题
4. 实践验证：运行测试代码，观察实际效果
5. 参与讨论：在 Issues 中分享你的理解和问题

🤝 参与贡献

我们欢迎所有形式的贡献！

贡献方式

1. 添加新的学习模块：从其他 RAG 相关项目中提取有价值的源码
2. 改进现有内容：优化学习路径、补充问题、修正错误
3. 完善文档：改进 README、添加更详细的说明
4. 分享经验：在 Issues 中分享学习心得和建议

贡献指南

1. Fork 本项目
2. 创建你的特性分支：git checkout -b feature/new-module
3. 提交你的改动：git commit -am 'Add new learning module'
4. 推送到分支：git push origin feature/new-module
5. 提交 Pull Request