6. LangChain4j 基于RAG实现一套企业智能客服系统

RAG介绍

        LLM的知识仅限于它所训练的数据。 如果你想让 LLM 了解特定领域的知识或专有数据，你可以使用 RAG。

        什么是RAG？

        简而言之，RAG(检索增强生成) 是从数据中查找和注入相关信息的方法 再将其发送到 LLM 之前添加到提示符中。 这样，LLM将获得相关信息，并能够使用这些信息进行回复， 这应该会降低幻觉的可能性。

        再简单一点，就是用户输入问题时, 我们先从我们的知识库查看答案， 再把用户输的问题和我们知识库的答案，一起发送给大模型，让大模型根据我们的答案回复用户问题。

RAG阶段

RAG 过程分为 2 个不同的阶段：索引和检索。检索我们使用向量搜索，它使用余弦相似度或者其他相似度进行搜索。还有一种是全文（关键字）搜索，但现在暂时不支持。

索引

索引，此过程需要我们将我们公司的知识库内容，生成向量后，存在向量数据库中，关于向量可以参考我