2 个章节·按类别展开/折叠
代码
5 行代码 RAG
知识
RAG 工作流
- 加载文档 → 切块（每块 500 字 + 100 字 overlap）
- 每块用 embedding 模型转向量（OpenAI text-embedding-3-small）
- 存到向量数据库（Chroma / Milvus / pgvector）
- 用户提问 → 检索 top-5 相似块 → 和问题一起喂给 LLM
- LLM 基于检索内容生成答案
优化点：切块策略、hybrid 检索（BM25 + 向量）、Rerank 模型、query 改写。