آموزش ۷ روزه RAG با پایتون: ساخت چت‌بات‌های متصل به داده - آخرین آپدیت

سرفصل ها و درس ها

پروژه نمایشی (Teaser) Teaser Project

• Copilot تحقیق و دانش سازمانی Enterprise Knowledge and Research Copilot

روز اول — مبانی RAG و اولین چت‌بات دانش Day 1 — RAG Foundations and Your First Knowledge Chatbot

• مقدمه‌ای بر تولید تقویت‌شده با بازیابی (RAG) Introduction to Retrieval-Augmented Generation

• مقایسه RAG با Fine-Tuning و برنامه‌های استاندارد LLM RAG vs. Fine-Tuning and Standard LLM Applications

• اسناد، تکه‌ها (Chunks)، بازیابی و تولید Documents, Chunks, Retrieval, and Generation

• پنجره‌های زمینه (Context Windows) و طراحی پرامپت مستند Context Windows and Grounded Prompt Design

• معماری برنامه RAG و ابزارهای پایتون RAG Application Architecture and Python Tools

• کارگاه عملی ۱ — ساخت اولین چت‌بات RAG متنی Hands-On Lab 1 — Build Your First Text-Based RAG Chatbot

• دمو — ساخت اولین چت‌بات RAG متنی Demo — Build Your First Text-Based RAG Chatbot

روز دوم — ورود اسناد، پردازش PDF و تکه‌بندی Day 2 — Document Ingestion, PDF Processing, and Chunking

• خط لوله‌های ورود اسناد (Ingestion Pipelines) Document Ingestion Pipelines

• استخراج متن PDF و متادیتای صفحات PDF Text Extraction and Page Metadata

• پاک‌سازی متن و پیش‌پردازش اسناد Text Cleaning and Document Preprocessing

• تکه‌بندی ثابت، بازگشتی و معنایی Fixed, Recursive, and Semantic Chunking

• اندازه تکه، هم‌پوشانی (Overlap) و حفظ ساختار Chunk Size, Overlap, and Structure Preservation

• کارگاه عملی ۲ — ساخت دستیار دستورالعمل‌های پزشکی بر پایه PDF Hands-On Lab 2 — Build a PDF-Based Clinical Guidelines Assistant

• دمو — ساخت دستیار دستورالعمل‌های پزشکی بر پایه PDF Demo — Build a PDF-Based Clinical Guidelines Assistant

روز سوم — Embeddingها، پایگاه داده‌های برداری و جستجوی معنایی Day 3 — Embeddings, Vector Databases, and Semantic Search

• تعبیه‌ها (Embeddings) و نمایش برداری Embeddings and Vector Representation

• شباهت معنایی و شباهت کسینوسی (Cosine Similarity) Semantic Similarity and Cosine Similarity

• جستجوی کلمات کلیدی در مقابل جستجوی معنایی Keyword Search vs. Semantic Search

• پایگاه‌های داده برداری با ChromaDB یا FAISS Vector Databases with ChromaDB or FAISS

• اندکس‌گذاری پایدار، متادیتا و بازیابی Top K Persistent Indexing, Metadata, and Top-K Retrieval

• کارگاه عملی ۳ — ساخت موتور جستجوی معنایی املاک Hands-On Lab 3 — Build a Semantic Property Search Engine

• دمو — ساخت موتور جستجوی معنایی املاک Demo — Build a Semantic Property Search Engine

روز چهارم — بازیابی پیشرفته و کیفیت جستجو Day 4 — Advanced Retrieval and Search Quality

• دقت بازیابی، فراخوانی (Recall) و آستانه‌های شباهت Retrieval Precision, Recall, and Similarity Thresholds

• فیلترینگ متادیتا و بازنویسی پرس‌وجو (Query Rewriting) Metadata Filtering and Query Rewriting

• جستجوی ترکیبی با جستجوی برداری و BM25 Hybrid Search with Vector Search and BM25

• بازیابی چند-پرس‌وجویی و ادغام نتایج (Result Fusion) Multi-Query Retrieval and Result Fusion

• رتبه‌بندی مجدد (Reranking) و فشرده‌سازی زمینه Reranking and Context Compression

• کارگاه عملی ۴ — ساخت دستیار پژوهش سرمایه‌گذاری ترکیبی Hands-On Lab 4 — Build a Hybrid Investment Research Assistant

• دمو — ساخت دستیار پژوهش سرمایه‌گذاری ترکیبی Demo — Build a Hybrid Investment Research Assistant

روز پنجم — RAG مکالمه‌محور، حافظه و نرده‌های حفاظتی (Guardrails) Day 5 — Conversational RAG, Memory, and Guardrails

• RAG مکالمه‌محور و تاریخچه چت Conversational RAG and Chat History

• بازنویسی سوالات تکمیلی Follow-Up Question Rewriting

• حافظه در مقابل دانش بازیابی شده Memory vs. Retrieved Knowledge

• ارجاعات، میزان اطمینان و پاسخ‌های بدون پشتیبان Citations, Confidence, and Unsupported Answers

• جلوگیری از تزریق پرامپت (Prompt Injection) و نرده‌های حفاظتی RAG Prompt Injection Protection and RAG Guardrails

• کارگاه عملی ۵ — ساخت مشاور RAG خدمات دانشجویی مکالمه‌محور Hands-On Lab 5 — Build a Conversational Student Services RAG Advisor

• دمو — ساخت مشاور RAG خدمات دانشجویی مکالمه‌محور Demo — Build a Conversational Student Services RAG Advisor

روز ششم — دستیارهای دانش سازمانی و چندسندی Day 6 — Multi-Document and Enterprise Knowledge Assistants

• پایگاه‌های دانش چندسندی و چند-فرمت Multi-Document and Multi-Format Knowledge Bases

• متادیتای سازمانی و مجموعه‌های دپارتمانی Enterprise Metadata and Department Collections

• اندکس‌گذاری افزایشی و نسخه‌بندی اسناد Incremental Indexing and Document Versioning

• کنترل دسترسی مبتنی بر نقش و مجوزهای کاربر Role-Based Access Control and User Permissions

• لاگ‌های حسابرسی، تازگی دانش و امنیت داده‌ها Audit Logs, Knowledge Freshness, and Data Security

• کارگاه عملی ۶ — ساخت دستیار دانش عملیات کارخانه سازمانی Hands-On Lab 6 — Build an Enterprise Factory Operations Knowledge Assistant

• دمو — ساخت دستیار دانش عملیات کارخانه سازمانی Demo — Build an Enterprise Factory Operations Knowledge Assistant

روز هفتم — ارزیابی، بهینه‌سازی و تحویل RAG Day 7 — RAG Evaluation, Optimization, and Delivery

• ارزیابی بازیابی و کیفیت پاسخ Retrieval and Answer Evaluation

• مستند بودن (Groundedness)، مرتبط بودن و دقت ارجاعات Groundedness, Relevance, and Citation Accuracy

• معیارهای Precision@K، Recall@K و مجموعه‌داده‌های تست Precision at K, Recall at K, and Test Datasets

• تاخیر (Latency)، کشینگ، لاگینگ و مشاهده‌پذیری (Observability) Latency, Caching, Logging, and Observability

• بازخورد کاربر، تحلیل شکست‌ها و تحویل محصول User Feedback, Failure Analysis, and Production Delivery

• کارگاه عملی ۷ — ساخت داشبورد نظارت و ارزیابی RAG Hands-On Lab 7 — Build a RAG Evaluation and Monitoring Dashboard

• دمو — ساخت داشبورد نظارت و ارزیابی RAG Demo — Build a RAG Evaluation and Monitoring Dashboard