新闻详情

新闻详情

首页 / 资讯中心 / 详情

第十二课:RAG知识库构建与产品咨询子Agent

发布时间:2026/11/21 18:45:57来源:尧图网络
第十二课:RAG知识库构建与产品咨询子Agent
目录课前引言开篇全景图:本课学习路径第一部分:RAG在智能客服系统中的价值1.1 为什么智能客服需要RAG?1.2 RAG在系统中的位置1.3 本课要构建的知识库第二部分:准备知识库文档2.1 知识库文档类型2.2 创建示例产品手册2.3 知识库文档组织第三部分:文档加载与分块3.1 创建文档加载器3.2 创建文档分块器3.3 测试加载与分块第四部分:向量化与Chroma存储4.1 创建嵌入模型封装4.2 创建向量存储管理4.3 创建知识库构建脚本第五部分:混合检索与重排序5.1 为什么需要混合检索?5.2 创建混合检索器5.3 创建重排序器5.4 创建RAG检索工具5.5 测试RAG检索第六部分:创建产品咨询子Agent6.1 产品咨询子Agent设计6.2 创建产品咨询子Agent6.3 创建产品咨询测试脚本第七部分:集成到主控Agent7.1 更新主控Agent7.2 完整集成测试课后小结课前引言大家好,我是小马过河R,我们一起来拥抱AI。第十一课我们完成了智能客服系统的架构设计和项目初始化,创建了第一个可运行的主控Agent。但那个Agent还只会“闲聊”——当用户问“你们有什么手机推荐?”时,它只能回答“请问您有什么要求?”,而无法给出具体的产品信息。为什么?因为大模型不知道你的产品。这一课的目标是:为智能客服系统构建RAG知识库,并创建产品咨询子Agent,让AI能够“翻阅”产品手册回答专业问题。学完这节课,你将能够:理解RAG在智能客服系统中的核心价值掌握知识库构建的完整流程——加载、分块、向量化、存储实现混合检索与重排序——提升检索精度创建产品咨询子Agent——封装RAG能力将子Agent集成到主控Agent——实现任务委派开篇全景图:本课学习路径
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/21 14:14:45

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/21 14:14:26

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/20 20:45:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/20 16:11:20

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/20 18:41:01

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/21 14:13:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉