RAG回顧
RAG即檢索、增強(qiáng)和生成，其主要分為2條線：
離線處理：向私有知識(shí)庫(kù)（向量存儲(chǔ)）源源不斷添加私有知識(shí)文檔。
** 向知識(shí)庫(kù)添加來(lái)自未來(lái)的知識(shí)文檔（基于模型訓(xùn)練完成時(shí)間）
** 向模型添加私有知識(shí)文檔
** 給出模型參考資料，規(guī)避模型幻覺(jué)（一本正經(jīng)的胡說(shuō)八道）在線處理：用戶提問(wèn)會(huì)先基于私有知識(shí)庫(kù)做檢索，獲取參考資料，同步組裝新提示詞詢問(wèn)大模型獲取結(jié)果。
image.png
項(xiàng)目需求和思路
本項(xiàng)目以”某東商品衣服“為例，以衣服屬性構(gòu)建本地知識(shí)。使用者可以自由更新本地知識(shí)，用戶問(wèn)題的答案也是基于本地知識(shí)生成的。
image.png
項(xiàng)目主要會(huì)實(shí)現(xiàn)如下代碼：
image.png
image.png
image.png
