手把手教学RAG如何入门

要学习RAG，感觉最好就是直接上手搭建一套相关的大模型，从中就可以慢慢理解RAG到底是用来干嘛的。

先来说说RAG是什么？目前借助于大模型的帮助，在不需要微调的情况下，我们就可以搭建属于自己的知识库。这种技术被称为RAG（Retrieval-Augmented Generation）。简单来说就是通过大模型LLM的能力，在其基础上引入外部的知识库数据，这样大模型AI在回答问题的时候更加的精确。

整体的RAG技术框架包括三个方面：

• 数据索引阶段：构造向量数据库，引入自己的外部数据源
• 检索阶段：根据用户给定的问题，从数据库中找到精确的信息
• 生成阶段：利用检索到的数据库中的信息，生成回答

了解了一些简单的RAG知识之后，如何利用这些技术快速搭建一个属于自己的个人知识库呢？

里利用字节开发的Coze，简单演示一下如何构建自己的个人知识库。首先打开网站：

https://www.coze.cn/home

创建一个属于自己的机器人，这里我取了一个名字叫“算法一只狗的小助理”：

知识库创建

为了达到引入自己文章的目的，需要先新建一个自己的知识库：

上传你自己的文档到“我的空间”中，因为我大部分的文章都是用markdown格式下的，因此可以把文档导入并转换成“飞书在线文档”：

整理好自己的文件夹后，需要把文件设置成“互联网公开”的形式：

把对应的文件夹设定成“互联网上获得链接的人可阅读”：

最后整体的文件目录如下：

登陆自己的账号，回到刚刚建立的知识库中，飞书文章导入进来：

可以看到自己的文章可以进行选择，如果没有选择互联网公开，这里面是看不到文章的：

最后导入后，就可以看到自己对应的知识库了：

测试Coze小助手

可以回到Bots建立的页面，把刚刚搭建的知识库添加进来

然后设定prompt词语，由于我只想让这个机器人搜索基于知识库的内容进行问答，因此输入了下面的prompt：

使用知识库搜索问答

然后再点击它自带的优化提示词功能：

接下来右边界面就可以开始测试自己的Bots机器人了

chatgpt账号升级

它不仅能够根据你给定的文章进行搜索和总结，同时也给出了具体的文章链接。

有了这个功能之后，以后如果你的个人知识库有新增的话，那就可以添加到里面，只需要和他进行对话就可以方便查找自己的文章。

写在最后

上面就是一个简单的利用RAG技术搭建个人知识库的步骤，所以说RAG其实是在大模型上的一个辅助技术，它不需要重新训练大模型，只需要让大模型根据已有知识去回答就可以了。但缺点就是由于没有进行过微调，导致可能回答的内容不够专业，对于在专有领域上去使用，效果还是不佳。因此RAG技术需要权衡一下你使用的领域，毕竟适合自己的才是好的。