想学 Agentic RAG？这门七周开源课从基建铺到护栏

RAG 教程满街都是，但能把「能跑的 demo」推进到「生产级系统」的完整路径讲清楚的少。GitHub 上连续挂榜多日的 jamwithai/production-agentic-rag-course 是其中一个：9.5k stars、2.1k forks、MIT 协议，Python 写成，作者 Shirin Khosravi Jam 与 Shantanu Ladhwe 配套在 Substack 上每周发一篇讲解博客，代码按周打 tag（week1.0 到 week7.0），学到哪周就拉哪个版本。

课程长什么样

最终交付物是一个 arXiv 论文助理：抓论文、解析、检索、回答研究问题。七周的推进节奏很见功力：第 1 周搭基建（Docker、FastAPI、PostgreSQL、OpenSearch、Airflow、Ollama），第 2 周做数据管道（arXiv API 加 Docling 解析 PDF 加 Airflow 调度），第 3 周先上 BM25 关键词检索，第 4 周再引入 Jina 向量与 RRF 融合成混合检索，第 5 周接 Ollama 本地模型跑通完整 RAG 管线（流式输出加 Gradio 界面），第 6 周补生产课（Langfuse 追踪、Redis 缓存），第 7 周才是真正的 Agentic 层：LangGraph 编排、护栏、文档分级、查询改写，再加一个 Telegram 机器人入口。

值得学的三个设计

• 先检索后智能：前三周全是传统检索工程，BM25 打底再叠向量，这个顺序纠正了「RAG 等于调模型」的常见误解。
• 本地模型优先：推理走 Ollama，学习全程不必绑死某家 API 账单。
• 可观测与缓存单列一周：追踪和缓存被当成一等公民而非附录，这正是 demo 与生产的分水岭。

快速上手

git clone https://github.com/jamwithai/production-agentic-rag-course
cd production-agentic-rag-course
cp .env.example .env
uv sync
docker compose up --build -d
curl http://localhost:8000/api/v1/health

硬件门槛不高：Docker Desktop、Python 3.12 以上、8GB 内存与 20GB 空闲磁盘。想只学某一章，用 git clone 的 branch 参数拉对应周的 tag 即可。

适合谁用

准备把 RAG 从演示推进到上线的工程师，按周跟一遍等于把技术选型的来龙去脉重走一次；带团队的 tech lead 可以直接把每周的博客当组内分享材料。课程用的是 arXiv 论文场景，换成自家文档库，架构原样成立。