7ee80c74b2
- 新增通知系统 (notifications 表、服务、API) - 新增飞书定时任务结果推送 (webhook + 应用消息) - 新增飞书应用消息发送服务 (feishu_app_service) - 新增飞书 WebSocket 长连接事件监听 (苹果应用) - 新增飞书账号绑定/解绑 API - 新增橙子飞书机器人 (独立 WS 连接，固定路由到橙子助手 Agent) - 执行记录添加 schedule_id，用户添加飞书绑定字段 Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
18 lines
780 B
Plaintext
18 lines
780 B
Plaintext
知识库RAG系统使用指南。
|
||
|
||
RAG（Retrieval-Augmented Generation）是一种结合信息检索和文本生成的技术。
|
||
它首先从知识库中检索相关文档片段，然后将这些片段作为上下文提供给LLM，
|
||
让LLM基于检索到的信息生成更准确、更可靠的回答。
|
||
|
||
使用步骤：
|
||
1. 创建知识库，设置分块参数
|
||
2. 上传文档（支持txt、pdf、docx、csv格式）
|
||
3. 系统自动解析文档、分块、生成向量
|
||
4. 用户提问时，系统从知识库检索最相关的片段
|
||
5. 检索结果与问题一起提交给LLM，生成最终回答
|
||
|
||
RAG的优势：
|
||
- 减少幻觉：LLM基于事实信息回答
|
||
- 知识更新：只需更新知识库，无需重新训练模型
|
||
- 可追溯：可以查看LLM回答引用的原始文档
|