Ebook RAG-Driven Generative AI - Xây Dựng MAS-RAG Với DualRAG, GraphRAG, Multimodal Video Pipeline & Oracle Database [Ấn Bản Lần 2, Tháng 4/2026] [PDF, EPUB] [9035E]
Xây dựng MAS-RAG (Multi-Agent AI System for RAG) có khả năng suy luận trên dữ liệu thực tế bằng cách sử dụng hybrid retrieval & scalable architecture để sử dụng trong môi trường sản xuất.
1. Các tính năng chính:
- ✓ Làm chủ DualRAG bằng cách kết hợp vector search với SQL filtering trên dữ liệu doanh nghiệp có cấu trúc.
- ✓ Triển khai GraphRAG, Spatial-RAG và vector search trực tiếp trong Oracle Database 23ai.
- ✓ Xây dựng các multimodal video pipeline với các human-feedback loop & fine-tuned model.
2. Mô tả sách:
Hãy ngừng chuyển dữ liệu của bạn sang AI. Phiên bản thứ hai này định nghĩa một sự thay đổi kiến trúc mang tính cách mạng: đưa AI đến với dữ liệu. Bằng cách sử dụng Oracle Database 23ai làm một converged engine trong cuốn sách này, bạn sẽ kiến trúc các hệ thống Sovereign AI giúp loại bỏ sự phân mảnh, độ trễ và rủi ro bảo mật lớn vốn có trong việc trích xuất dữ liệu truyền thống.
Bạn sẽ làm việc với DualRAG, đồng bộ hóa vector semantics phi cấu trúc với deterministic truth của structured SQL, Graph và Spatial retrieval. Điều này cho phép hệ thống của bạn suy luận dựa trên dữ liệu doanh nghiệp đã được xác thực thay vì các phỏng đoán xác suất, giảm thiểu sự sai lệch ngay từ source. Vượt ra ngoài các pipeline đơn giản, bạn cũng sẽ xây dựng MAS-RAG (Multi-Agent AI System for RAG), nơi các agent tự động phối hợp trên các hybrid retrieval workflow, multimodal video pipeline và các cấu trúc graph-based knowledge.
Được thiết kế dành cho các developer và architect, những bản thiết kế này biến các kho dữ liệu rời rạc thành một engine thống nhất để kiến trúc trí tuệ doanh nghiệp tự động có khả năng mở rộng với RLHF và model fine-tuning. Sau khi đọc xong cuốn sách, bạn sẽ có thể thiết kế và triển khai các hệ thống AI doanh nghiệp kết hợp truy xuất, suy luận và dữ liệu có cấu trúc để xây dựng các ứng dụng generative AI đáng tin cậy.
3. Những gì bạn sẽ học:
- ✓ Đưa trí thông minh trực tiếp vào dữ liệu bên trong Oracle Database 23ai.
- ✓ Khắc phục hiện tượng ảo giác và làm sai lệch dữ liệu với DualRAG, đồng bộ hóa vector semantics với SQL có cấu trúc.
- ✓ Xây dựng các MAS-RAG pipeline với Planner, Agent Registry và các agent tự chủ được chuẩn hóa theo MCP.
- ✓ Thiết kế một inference-time router bằng cách sử dụng hybrid adaptive RAG để chuyển đổi giữa reasoning, retrieval và human feedback.
- ✓ Kết hợp vector similarity, Oracle Spatial và SQL Property Graph traversal thành một converged hyper-query.
- ✓ Multimodal video RAG với schema registry được kiểm soát version và semantic vector search trên các visual asset.
4. Cuốn sách này dành cho ai?
Cuốn sách này dành cho các AI engineer, ML engineer, data scientist và chuyên gia MLOps muốn xây dựng các hệ thống generative AI sẵn sàng cho production dựa trên dữ liệu doanh nghiệp. Nó cũng sẽ có lợi cho các solutions architect, database engineer và software developer đang tìm cách tích hợp các large language model với các data source có cấu trúc và phi cấu trúc bằng cách sử dụng các retrieval architecture hiện đại. Người đọc nên quen thuộc với Python và có hiểu biết cơ bản về các khái niệm machine learning. Kinh nghiệm trước đây với generative AI hoặc vector database sẽ giúp bạn tận dụng tối đa cuốn sách này.
Mục lục:
- ✓ Chương 01: Tại sao là Retrieval-Augmented Generation?
- ✓ Chương 02: RAG Embeddings trong Oracle Vector Stores.
- ✓ Chương 03: Xây dựng một Live Recruiter Agent.
- ✓ Chương 04: Xây dựng các Sovereign Enterprise Agent.
- ✓ Chương 05: Xây dựng một Universal Context Engine.
- ✓ Chương 06: Vận hành Universal Context Engine.
- ✓ Chương 07: Tăng cường sức mạnh cho các AI Model bằng cách Fine-Tuning RAG Data.
- ✓ Chương 08: Nâng cao hiệu suất RAG với Human Feedback.
- ✓ Chương 09: Xây dựng một Conversational RAG Agent.
- ✓ Chương 10: Xây dựng một Agent với Spatial-RAG & ✓ GraphRAG.
- ✓ Chương 11: Scaling các AI Workload với Oracle Exadata.
- ✓ Chương 12: Autonomous Database Architect.