Day 1 ✅ 今天做了： 学习第5章RAG知识库 ⏰ 明天计划： 学习第6章agent架构 学习第7章langchain&langchain4j 复习第5章RAG 📚 今日感悟： RAG知识库主要解决的问题是智能体知识老旧问题 主要看流程如下 先拆分成细小文件 通过embding模型存储到向量数据库 检索生成 把用户的问题也转成向量跟向量数据库做匹配 重排序 生成结果返回给用户 其中每一个步骤都有对应的注意事项和技术 拆分文件既不能太大也不能太小 embding有余弦相似度和欧式距离相似度 检索生成需要调用大模型把用户问题转换成标准问题 重排序能极大提升的生成准确率 返回用户时需要考虑是否找到匹配的数据如果没有那需要联网查询或者实在找不到提示词要反馈的优雅一些