Skip to main content

RAG

项目介绍​

RAG回顾​

RAG即检索、增强和生成，其主要分为2条线：

  • 离线处理：向私有知识库（向量存储）源源不断添加私有知识文档。
    • 向知识库添加来自未来的知识文档（基于模型训练完成时间）
    • 向模型添加私有知识文档
    • 给出模型参考资料，规避模型幻觉（一本正经的胡说八道）
  • 在线处理：用户提问会先基于私有知识库做检索，获取参考资料，同步组装新提示词询问大模型获取结果。

项目需求和思路​

本次项目以"某东商品衣服"为例，以衣服属性构建本地知识。使用者可以自由更新本地知识，用户问题的答案也是基于本地知识生成的。

示意图​

1772113679212

代码框架​

1772113836016

实现页面​

1772113862277

目录​