10-RAG（Retrieval Augmented Generation）

一、简介

• RAG技术就像给AI大模型装上了「实时百科大脑」，为了让大模型获取足够的上下文，以便获得更加广泛的信息源，通过先查资料后回答的机制，让AI摆脱传统模型的”知识遗忘和幻觉回复”困境。类似考试时有不懂的，给你准备了小抄。
• 通过引入外部知识源来增强LLM的输出能力，传统的LLM通常基于其训练数据生成响应，但这些数据可能过时或不够全面。RAG允许模型在生成答案之前，从特定的知识库中检索相关信息，从而提供更准确和上下文相关的回答

LLM的缺陷

• LLM的知识不是实时的，不具备知识更新.
• LLM可能不知道你私有的领域/业务知识.
• LLM有时会在回答中生成看似合理但实际上是错误的信息

二、代码实战

需求：AI智能运维助手，通过提供的错误编码，给出异常解释辅助运维人员更好的定位问题和维护系统

建module

pom