第01章：RAG-搭建企业私有/个人知识库

一、RAG的理解

掌握RAG的核心概念和工作原理。

RAG（检索增强生成）：一种让AI更聪明的技术。简单说就是AI在回答问题之前，先去知识库里查资料，找到相关内容后再组织语言回答。就像开卷考试，可以翻书找答案，回答更准确可靠。

大模型幻觉：AI有时会一本正经地胡说八道，编造不存在的信息。RAG通过给AI提供准确的外部资料，减少这种胡编乱造的情况。

向量数据库：专门用来存储向量的数据库。向量是文本或图片转换成的一串数字，用来表示内容的含义。相似的内容向量距离近，这样就能快速找到相关资料。

第一步：用户提出问题
第二步：系统将问题转换成向量，去向量数据库里找最相似的内容
第三步：把找到的相关资料和用户问题一起交给大模型
第四步：大模型基于提供的资料生成准确答案

---

二、知识库平台对比

了解不同知识库搭建平台的特点和适用场景。

Cherry Studio：桌面端的AI助手软件，适合个人快速搭建知识库。操作简单，支持多模型对话，数据可以保存在本地。

ima：腾讯出品的知识库工具，支持多端同步（电脑、手机、小程序），可以用微信提问，适合日常使用。

Dify：开源的AI应用开发平台，功能强大，支持团队协作、权限控制、API集成，适合从个人使用到企业级交付。

RAGFlow：专注于复杂文档解析的RAG引擎，对PDF、表格、扫描件等复杂格式的处理效果更好，适合对文档解析质量要求高的场景。

第一步：明确自己的需求（个人用还是团队用、文档类型、预算等）
第二步：个人轻量级需求选Cherry Studio或ima
第三步：需要团队协作和应用化交付选Dify
第四步：处理复杂文档（大量PDF、表格混排）选RAGFlow

---

三、Cherry Studio搭建知识库

掌握用Cherry Studio快速搭建个人知识库的方法。

嵌入模型（Embedding Model）：把文字转换成向量的模型。不同的嵌入模型效果不同，有的擅长中文，有的擅长英文。选择时要根据知识库内容的语言来选。

第一步：下载并安装Cherry Studio客户端
第二步：注册硅基流动账号，获取API密钥（有免费额度）
第三步：在Cherry Studio中配置API密钥，选择大语言模型
第四步：添加嵌入模型（用于将文档内容向量化）
第五步：创建知识库，上传文档（支持多种格式）
第六步：测试知识库，提问验证效果

---

四、ima搭建知识库

掌握用ima搭建知识库的方法。

第一步：下载ima客户端或直接使用网页版，用微信登录
第二步：新建知识库，给知识库起个名字
第三步：导入本地文件（文档、图片等）或添加公众号文章
第四步：基于知识库提问，AI会结合知识库内容回答
第五步：在不同设备上同步查看和使用知识库

---

五、Dify搭建知识库

掌握用Dify构建私有知识库的方法。

分段（Chunking）：把长文档切成一段段小文本。因为大模型一次能处理的文字有限，分段后可以把最相关的几段找出来给AI看。

Top-K召回：从知识库里找出和用户问题最相关的前K条内容。K值越大，给AI的参考资料越多，但也会带来越多噪音。

相似度阈值：设置一个门槛，只有相似度超过这个值的文档片段才会被选中。门槛太高可能找不到资料，太低可能找来不相关的内容。

第一步：在Dify中创建新的知识库
第二步：上传知识库文件（支持TXT、PDF、Word等多种格式）
第三步：配置分段设置（分段大小、重叠长度、分段标识符）
第四步：选择索引方式（高质量模式或Q&A模式）
第五步：配置检索设置（选择Embedding模型、Rerank模型、Top-K值、相似度阈值）
第六步：保存并处理，等待系统完成文档解析和向量化
第七步：创建聊天助手，关联知识库，测试问答效果