Oracle - OaiRAG

使用Oracle AI資料庫建置地端RAG服務

Build on-Premise RAG Service with Oracle AI Database
  • 時數：12小時
  • 費用：NT$ 16,800
  • 點數：5.0

選擇查詢分區開課時間

地點 班號 日期 時間 預約
台北 26471 班 2026/05/28 ~ 2026/05/29 每週四五 09:30~16:30 預約

目前查無開課時段

詳細開課時間請洽詢業務
新竹、台中、高雄如有上課需求，請參考台北開課日期，洽當地服務人員依需求加開遠距開課日期

聯絡恆逸

教材

Oracle講師自製教材

課程目標

本課程旨在引導學員從零開始，在地端環境建置基於Oracle AI Database 的檢索增強生成（RAG）服務。學員將學會部署本地化的大型語言模型（LLM），並運用 API 進行文字生成與摘要處理 。課程涵蓋了Oracle向量搜尋（Vector Search）的核心基礎，探討如何生成、儲存向量資料庫及執行資料分塊（Chunking）, 進而使用向量資料庫中的資料提供 RAG 服務。

預備知識

1.具備基礎的 Oracle 資料庫管理與操作經驗，並熟悉 SQL 語法撰寫

2.具備基本的 Linux 系統操作指令能力，以利在地端伺服器進行環境與模型部署

3.對人工智慧、大型語言模型（LLM）與檢索增強生成（RAG）概念有初步的認識

課程內容

  1. 使用 Ollama 部署本地大型語言模型
  2. 使用 LLM 的 REST API 生成摘要與文字
  3. 在 Oracle AI 資料庫上安裝 DBMS_CLOUD 套件
  4. Oracle 向量搜尋（Vector Search）介紹
  5. 生成與儲存向量嵌入（Vector Embeddings）
  6. 運用嵌入技術及資料分塊（Chunking）
  7. 在 Oracle AI 向量搜尋中使用嵌入模型 (Embedding Models)
  8. SQL RAG（檢索增強生成）應用範例
  9. Oracle AI 向量搜尋與 LangChain 的整合
  10. Oracle AI 向量搜尋與 LlamaIndex 的整合

學會技能

  1. 能夠在地端環境獨立安裝與設定 Ollama，並順利運行開源的大型語言模型
  2. 掌握透過 LLM 相關 API 進行系統化文字生成與摘要處理的實務技巧
  3. 具備在 Oracle AI 資料庫中正確安裝與配置 DBMS_CLOUD 套件的能力
  4. 深入理解 Oracle 向量搜尋的核心架構，並能執行資料庫內的向量化查詢
  5. 能夠針對大量文字資料進行精確的資料分塊（Chunking），並生成與儲存對應的向量嵌入資料
  6. 學會運用原生 SQL 語法結合大型語言模型，直接在資料庫內開發 RAG 應用程式
  7. 瞭解 Oracle AI Vector Search 與 LangChain 及 LlamaIndex 應用框架整合的開發技術

推薦課程