文章介绍了RAG技术如何解决大模型知识有限问题。通过构建本地知识库，将文档进行文件处理、分段、向量化等步骤，实现检索增强生成。文章详细讲解了RAG原理流程，并介绍了Cherry Studio和Dify等工具的实际应用，帮助读者从零开始搭建本地知识库，提升大模型在专业领域的回答准确性。
与知识同行 从关注开始
前言
大模型的训练需要准备大量数据集，这些数据虽广泛涉猎，但缺少细节，缺乏垂直领域和行业信息。
训练和微调，可以解决这一问题，但需要消耗算力和时间，不适合需要频繁更新内容的场景。
简单来说，如果用于训练的数据集中没有我们想要的内容，大模型就无法回答相应的问题。那么有没有办法解决呢？
文本嵌入，可以让大模型拥有暂时的“记忆”。联网搜索就是典型案例，通过将搜索结果嵌入提示词，实现内容的灌注，让大模型能够结合搜索结果进行回答。
虽然联网搜索能解决大模型知识有限的情况，但通过搜索获得数据质量取决于互联网上的内容，有时甚至因为大模型的幻觉问题，导致张冠李戴、东拼西凑的问题。
为了解决这些问题，将联网搜索换成本地知识库的搜索，再加上一点点“处理”，就得到了RAG（Retrieval-Augmented Generation，检索信息增强）。
RAG的原理
为了得到高质量的知识库，大多数RAG的流程分为以下几步：
（1）文件处理（内容清洗）
（2）上传文件
（3）分段
（4）向量化（嵌入模型，Embedding）
（5）保存向量数据
在使用知识库问答时，通过以下几步进行结果输出：
（1）知识库向量检索
（2）检索结果重排序（重排序模型，Rerank）
（3）数据筛选
（4）筛选数据嵌入提示词
（5）大模型生成答案（大语言模型，LLM）
看起来RAG的过程似乎有点复杂，不过不用担心，有很多开源工具已经帮我们实现了这些功能，比如Cherry Studio、Dify。现在只需要专注文件处理和工具的选择。
实战环节
以Cherry Studio为例，添加一个知识库，使用本地部署的嵌入模型bge-m3和重排序模型bge-reranker-v2-m3。
上传一个测试文件，并等待向量化完成。
进入聊天界面，选择刚才添加的知识库。
使用问题“聚葡萄糖食品标准是什么时候发布和实施的？”进行测试，结果显示正确，并给出引用的内容。
原理补充
看到这里，相信你已经对RAG有了一定的了解，但距离应用还很远。Cherry Studio提供的知识库功能非常有限，经过前面的使用仅仅是跑通了流程。随着知识库中内容的增加，可能会出现知识混淆、回答不准确的问题。
Dify，提供了更强大的知识库，RAG的流程更全面，细节更完整。Cherry Studio中没有的文件处理、分段、数据筛选、筛选数据嵌入提示词等工作，在Dify中也得到了体现。
首先是文件处理和分段，它提供了丰富的分段设置和处理选项。
其次，在通过向量检索和重排序后，还增加了进一步的数据筛选。
最后通过工作流的方式，自行编排知识库处理流程和文本嵌入。
最后
我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。
我整理出这套 AI 大模型突围资料包：
- ✅AI大模型学习路线图
- ✅Agent行业报告
- ✅100集大模型视频教程
- ✅大模型书籍PDF
- ✅DeepSeek教程
- ✅AI产品经理入门资料
完整的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
为什么说现在普通人就业/升职加薪的首选是AI大模型？
人工智能技术的爆发式增长，正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议，到全国两会关于AI产业发展的政策聚焦，再到招聘会上排起的长队，AI的热度已从技术领域渗透到就业市场的每一个角落。
智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200%，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。
AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。
资料包有什么？
①从入门到精通的全套视频教程⑤⑥
包含提示词工程、RAG、Agent等技术点
② AI大模型学习路线图（还有视频解说）
全过程AI大模型学习路线
③学习电子书籍和技术文档
市面上的大模型书籍确实太多了，这些是我精选出来的
④各大厂大模型面试题目详解
⑤ 这些资料真的有用吗?
这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势，构建起"前沿课程+智能实训+精准就业"的高效培养体系。
课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓**
