功能简介
RAG（Retrieval-Augmented Generation）基于大语言模型的海量知识和随时能接入的“百科全书”级知识库，使 CodeBuddy 在提供研发问答和智能编码服务时，更加精准、全面，有效减少部分模型幻觉，助力开发者高效解决问题，提升编码效率。接下来介绍一下使用流程。
快速体验 RAG
CodeBuddy 中的 @ Docs 是指更多类型的上下文。我们对 @ Docs 的触发位置没有要求，您可以把 @ Docs 知识库放在对话描述的任意位置。
调用方式
在对话输入框中，单击
@ 然后选择 Docs ，或者输入 @ 然后选择 Docs 调用预置的知识库。在输入框上方的操作条中会展示所添加的知识库，接下来输入问题描述即可引用知识库作为上下文。说明：
支持多个知识库同时选择。
执行过程
您可以在对话框中的任意位置选择所需的知识库，以基于 RAG 技术加强本次提问的结果。发送指令后 CodeBuddy 会根据提问和选定的知识库首先检索与问题相关的资料作为参考，然后将这些资料和提问内容一同提交给大模型，从而生成比之前更精确的答案。
VSCode 中的效果
JetBrains 中的效果
官方知识库
知识库涵盖主流的代码仓库集合：
1. 腾讯云 API（更新到2024.9.30）。
2. 微信云开发：微信云开发+云托管。
3. 腾讯云实时音视频：实时音视频接口文档、辅助迁移文档。
4. TDesign ：TDesign 组件 API 知识库。
5. 微信支付。
6. 微信小程序。
7. 微信小游戏。
8. 腾讯地图小程序。
