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点击查看免费下载这篇技术指南以 all-in-rag 仓库中尝尝咸淡RAG 系统的菜谱数据文档 温泉蛋.md 为蓝本完整拆解温泉蛋 70℃ 低温水浴的做法、关键参数与背后的食品科学原理同时展示这份结构化 Markdown 菜谱在仓库 RAG 数据准备流水线中如何被加载、自动打标与结构分块。读完你将掌握一套可复现的温泉蛋制作流程也能理解一份结构良好的数据文档与 RAG 数据准备模块之间的衔接方式。温泉蛋是什么与溏心蛋的一字之差温泉蛋Onsen Tamago是一种传统的日式小吃因其诞生于日本温泉地带——利用温泉水的恒定低温长时间浸泡鸡蛋而得名如今也常用于各类佐餐例如盖在米饭、乌冬面或冷奴豆腐上。它最容易被混淆的同类是溏心蛋二者看似相近熟度方向却恰好相反品类蛋白状态蛋黄状态溏心蛋蛋白完全凝固熟蛋黄呈半流动状态不熟温泉蛋蛋白呈嫩滑半凝固状态不熟蛋黄完全凝固熟理解这个差异需要回到蛋白质变性的基本规律蛋清与蛋黄中的蛋白质并非在同一温度点同时凝固而是在一个温度区间内逐步变性。一般认为蛋清中凝固点较低的蛋白质如伴清蛋白约 61℃ 左右开始凝固与凝固点较高的蛋白质如卵清蛋白存在明显温差而蛋黄蛋白的凝固温度集中在 6570℃ 区间。因此把鸡蛋长时间维持在 70℃ 这一恰好高于蛋黄凝固点、又不至于让蛋清整体过度凝固的区间就能得到蛋黄全熟、蛋白却保持着果冻般嫩滑质地的温泉蛋。这正是低温长时水浴的核心价值——它利用的是温度区间的精确控制而非溏心蛋那种快速煮到半熟的短时工艺。在仓库的菜谱数据中这道菜被标记为预估烹饪难度★★★中等属于需要温度计辅助、对控温精度有要求的进阶型菜品与炒鸡蛋煎蛋这类入门菜在操作复杂度上拉开了差距。必备原料与工具主食材鸡蛋用量从 1 个起按食量和锅的大小计算。这是整道菜唯一的主食材鸡蛋的新鲜度直接影响成品口感与食用安全。必备工具厨房用温度计尽量选用带有夹子的温度计便于固定在锅沿实现全程稳定测温。这是温泉蛋成败的关键工具——没有温度计就无法维持 70℃ 的恒温区间。杯子无特定要求只要是杯子就行。从操作步骤看它用于盛装冰水供鸡蛋捞出后迅速激冷使用。副食材可选昆布酱油一种日式少盐酱油用于为温泉蛋调味。温泉蛋本身只有蛋白的嫩滑与蛋黄的绵密风味清淡搭配少盐酱油是日式餐桌上的常见吃法。香葱切碎后点缀在成品上增加香气与卖相。用量计算温泉蛋的食材极简计算规则同样简单鸡蛋的用量为 1 个起步按照您的食量和锅的大小计算。如果使用大号汤锅一次煮多枚需要注意后面操作步骤中的不可堆叠约束——锅的底面积决定了单批可处理的最大蛋量。操作步骤70℃ 水浴 25 分钟全流程温泉蛋的全部工艺可以浓缩为70℃ 恒温 25 分钟 冰水激冷三个关键词具体分为以下步骤步骤一备水测温在锅中盛装一定量自来水确保水面没过鸡蛋约3cm水中插入温度计。这里没过约 3cm保证了鸡蛋在后续加热过程中完全浸没受热均匀。步骤二稳定到 70℃开火或打开电磁炉逐渐调整电磁炉功率或火苗大小使水温保持在70 摄氏度。这一步切忌大火猛烧——温度一旦冲过目标区间蛋白会过度凝固温泉蛋就变成了全熟蛋。建议小功率渐进加热把温度顶到 70℃ 后转入微调。步骤三下蛋将鸡蛋放入锅中。鸡蛋不可互相堆叠应皆在底部并留有空间可以晃动。堆叠会导致鸡蛋之间受热不均、互相遮挡靠近锅底的部位与被遮挡部位温差明显成品质地会不一致。步骤四恒温 25 分钟保持当前温度25 分钟。这是最需要耐心的阶段70℃ 属于温和温度蛋白质变性速度较慢必须给足时间让热量缓慢渗透至蛋黄中心实现蛋黄全熟、蛋白半凝固的理想状态。期间应不时观察温度计微调火力维持恒温。步骤五冰水激冷在恒温阶段的尾声准备一杯冰水。捞出鸡蛋并立刻放入冰水中等待 3 分钟。激冷有两个作用一是立即终止蛋白质变性进程防止余温继续焖熟蛋白二是让半凝固的蛋白定型便于后续打入碗中时保持完整形态。步骤六装碗将鸡蛋打入小碗完成制作。此时蛋白呈嫩滑的半凝固状态蛋黄完整且绵密浇上昆布酱油、撒上香葱即可享用。流程图解原文档以 Mermaid 图完整刻画了这一流程以下为原图已按仓库规范保留关键参数与注意事项以下几项备注直接决定成品质量也是原文档反复强调的细节温度计探头深度若使用机械式温度计无需供电探头需没入水中至少6cm否则读数会受环境温度干扰、明显偏低若使用电子温度计则无特殊要求。锅具选择锅可以采用稍厚的锅方便控制温度。厚底锅热容量大、温度惯性好在微调火力维持 70℃这一环节远比薄锅容易操作也更不容易出现温度剧烈波动。食品安全虽然 70 摄氏度、25 分钟已经完全可以杀死沙门氏菌但温泉蛋毕竟属于半熟蛋品还是要尽量少吃或购买正规可生食鸡蛋制作。也就是说70℃/25min 这一组合是安全性与口感的平衡点——既达到沙门氏菌的热致死条件又保留了半凝固的质地但对于肠胃敏感人群或追求更高安全边际的场景使用可生食鸡蛋是更稳妥的选择。从菜谱文档到 RAG 知识库一份结构化数据的加工链路温泉蛋菜谱不只是一份做法说明在 all-in-rag 仓库中它更是 C8 章尝尝咸淡 RAG 系统食谱智能问答的真实语料之一。这份文档之所以能被 RAG 系统直接消费得益于仓库数据准备模块的标准化处理。我们可以沿 data_preparation.py 的源码追踪这份文档的完整加工链路。数据加载递归扫描 Markdown系统通过 config.py 中的data_path ../../data/C8/cook指向菜谱数据根目录随后由load_documents()使用data_path_obj.rglob(*.md)递归扫描目录下全部 Markdown 文件见 data_preparation.py。温泉蛋文档即位于data/C8/cook/dishes/breakfast/温泉蛋/温泉蛋.md会被自动收录为一份父文档并基于相对路径生成确定性的parent_id。元数据增强从路径与内容自动打标加载完成后_enhance_metadata()见 data_preparation.py会为文档自动补充三类元数据温泉蛋文档的加工结果如下菜品分类category从文件路径推断。CATEGORY_MAPPING中breakfast: 早餐见 data_preparation.py而温泉蛋文档路径中恰好包含breakfast目录因此被标注为早餐。菜品名称dish_name直接取文件名 stem即温泉蛋。难度等级difficulty通过正则re.search(r★, content)匹配内容中连续的星号数量见 data_preparation.py命中文档开头的★★★后按映射{5: 非常困难, 4: 困难, 3: 中等, ...}将其标记为中等。这些标签并非摆设——它们直接支撑了后续的元数据过滤检索。当用户问推荐一道简单的早餐时系统能借助 category/difficulty 字段做条件过滤只召回符合要求的菜谱。结构分块与父子文档温泉蛋文档的结构高度规整# 温泉蛋的做法→## 必备原料和工具/## 计算/## 操作/## 附加内容恰好契合_markdown_header_split()的 Markdown 结构感知分块策略见 data_preparation.py。该分割器按三级标题切分headers_to_split_on [ (#, 主标题), # 菜品名称 (##, 二级标题), # 必备原料、计算、操作等 (###, 三级标题) # 简易版本、复杂版本等 ]并以strip_headersFalse保留标题信息。于是温泉蛋文档会被切分为主标题块简介难度必备原料和工具块计算块操作块附加内容块等多个子块每个子块记录parent_id、chunk_index等元数据建立父子映射。这正是仓库强调的小块检索大块生成策略检索阶段用细粒度子块做精确匹配——例如用户问温泉蛋需要什么工具能精准命中必备原料和工具子块而生成阶段则通过get_parent_documents()见 data_preparation.py做智能去重把命中的多个子块归并回完整的父文档交给 LLM保证回答上下文完整、不丢步骤。对应的架构说明可进一步参考 02_data_preparation.md。一次提问的完整旅程把上述链路串起来当用户在尝尝咸淡系统中提问温泉蛋怎么做时大致会经历查询路由判定为 detail 型详细查询→ 查询重写 → 混合检索命中操作等子块 → 智能去重归并到完整父文档 → 以分步指导模式生成答案。温泉蛋文档的 70℃/25min/冰水激冷等关键参数正是靠这一整套数据准备与检索优化机制才得以被准确、完整地呈现给用户完整交互流程见 main.py。小结温泉蛋是一道参数驱动的料理70℃ 恒温、25 分钟水浴、3 分钟冰水激冷三个数字缺一不可其本质是利用蛋清与蛋黄凝固温度区间的差异在低温长时加热中精确控制蛋白质变性程度。而这样一份结构清晰、语义完整的菜谱文档在 all-in-rag 仓库中同时扮演着 RAG 语料的角色——经由递归加载、元数据增强与 Markdown 结构分块它被自动打上早餐中等等标签并切分为父子块成为可检索、可生成、可过滤的知识库单元。无论你是想复刻一枚完美的温泉蛋还是想理解结构化数据与 RAG 数据准备模块的衔接本文所拆解的这条文档 → 元数据 → 子块 → 父文档链路都值得亲自在仓库中跑一遍验证。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all-in-rag 食谱数据实战苏格兰蛋的做法与 Markdown 菜谱的 RAG 处理全解析all in rag 食谱数据实战苏格兰蛋的做法与 Markdown 菜谱的 RAG 处理全解析 本文以 Datawhale all in rag 项目第 8教程人工智能大模型RAGall-in-rag 实战以「炒滑蛋」菜谱为例拆解 RAG 数据准备与检索生成全流程all in rag 实战以「炒滑蛋」菜谱为例拆解 RAG 数据准备与检索生成全流程 本文以仓库 data/C8/cook 数据集中的「炒滑蛋」菜谱为研究对象教程人工智能大模型RAGall-in-rag 实战冬瓜酿肉菜谱文档的 RAG 全流程解析与制作指南all in rag 实战冬瓜酿肉菜谱文档的 RAG 全流程解析与制作指南 在 Datawhale all in rag 项目的第 8 章中一个以「家常菜食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