来源：AI 订阅指南

RAG（检索增强生成）是构建 AI 知识库的核心技术。

基本架构：

1. 文档处理 → 分块 → 向量化
2. 存入向量数据库
3. 用户提问 → 检索相关内容
4. 将内容+问题发给 LLM
5. LLM 基于内容生成答案

技术栈选择：

• 向量数据库：Pinecone、Weaviate、Chroma
• Embedding：OpenAI text-embedding-3、Cohere
• 框架：LangChain、LlamaIndex
• LLM：GPT-4、Claude

快速开始（Python）：

from langchain.vectorstores import Chroma
from langchain.embeddings import OpenAIEmbeddings

# 1. 向量化文档
db = Chroma.from_documents(docs, OpenAIEmbeddings())

# 2. 检索
results = db.similarity_search("你的问题", k=3)

更多 RAG 教程请关注 AI 订阅指南。