RAG_1">1 RAG

RAG全称为Retrieval-Augmented Generation，即检索增强生成，结合了检索和生成的能力，引入外部知识库为文本生成任务提供支持，增强模型生成能力，产生更丰富、准确、有根据的内容。

RAG不仅依赖于训练数据中的信息，还可以利用大型外部知识库进行信息检索，有助于处理训练数据中未出现的问题。

RAG_5">1.1 RAG的工作流程

(1)检索： 从大型文档集合中检索相关文档或段落。
(2)上下文编码： 编码找到的文档或段落以及原始输入。
(3)生成： 利用编码的上下文信息生成输出。

RAG_9">1.2 RAG的组成

LangChain提供了RAG应用程序的所有构建模块 - 从简单到复杂。

(1)Load文档加载器：从许多不同来源加载文档。
(2)Transform文档转换器：将大型文档分割(或分块)为较小的块。
(3)Embed文本嵌入模型：为文档创建嵌入，嵌入捕捉文本的语义含义，促使能够快速高效地查找其他相似的文本。