RAG即检索、增强和生成，其主要分为两条线：
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
项目主要实现代码
效果呈现
【RAG项目】01、RAG项目案例介绍
BD_Marathon2026-10-26 14:06
相关推荐
好焊孙辉1 小时前
螺柱焊机哪家质量好STLearner2 小时前
KDD 2026 | （2月轮）时空数据(Spatial-Temporal)论文总结时空【下】（人群移动，城市科学（资源调度，）云和数据.ChenGuang2 小时前
python sorted函数详细剖析打工仔折腾 AI2 小时前
AI Agent 工程化实战（二）：5 分钟跑通 Deep Agent 并逐层拆解底层链路外收内放2 小时前
FastAPI猜字谜实战（4）：让AI主持人开口云和数据.ChenGuang2 小时前
Python map() 函数详解：从语法、原理到实战用法2601_962885722 小时前
baostock vs Tushare：哪个免费股票数据 API 更好用？hahaha60163 小时前
数字图像锐化xiangjiaodalishi3 小时前
主流 AI 爬虫 User-Agent 清单大全：分组、配置与持续维护（2026 版）