陈敬雷的课程社区_NO_2
RAG核心技术，智能客服、办公助手、知识库对话工作流搭建实操课
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区| 课时名称 | 课时知识点 |
|---|---|
| RAG核心技术，智能客服、办公助手、知识库对话工作流搭建实操课 | 深挖RAG（检索增强生成） 技术本质，拆解向量数据库检索、上下文增强Prompt 构建 核心逻辑，结合智能客服、办公助手 真实业务场景，实操搭建多轮对话工作流 。涵盖知识图谱融合、实时问答路由策略 技术，教你配置意图识别模型 + 对话记忆机制 ，解决 AI 回复 “答非所问、知识过时” 痛点。从需求分析→流程设计→技术部署 全链路教学，适配企业服务、智能办公 赛道，掌握让 AI 应用真正 “懂业务、能落地” 的关键技能！ |
相关推荐
DeepSeek本地化部署和案例实操-基于RAG搭建本地知识库.pdf
DeepSeek本地化部署和案例实操---基于搭建本地知识库.pdf
本地知识库搭建实操[可运行源码]
本文详细介绍了如何利用Dify、Ollama、Deepseek和BGE-M3搭建本地知识库的实操步骤。首先，通过创建智能体应用并配置本地大模型Ollama，解决了使用API Key的安全性问题。接着，配置了知识库Embedding模型BGE-M3，强调了其在中文场景下的优势。然后，通过上传和处理RAG资料，完成了知识库的创建。最后，测试了智能体的检索和回答功能，并提出了改进RAG和嵌入自有系统的研究方向。此外，文章还分享了AI大模型的学习路线和资源，帮助读者掌握大模型应用开发技能。
Dify搭建RAG知识库[源码]
本文详细介绍了如何使用Dify平台搭建一个简单的RAG（Retrieval-Augmented Generation）知识库，基于Prompts+Embedding+Rerank混合方案，实现更高准确率。内容包括创建知识库、选择数据源、文本分段与清洗、设计AI工作流、工作流编排以及运行测试和发布。通过本文，即使无开发经验也能轻松在Dify中设计RAG知识库工作流，结合企业实际业务场景开发深度应用。此外，文末还提供了大模型AGI-CSDN独家资料包，帮助读者进一步学习大模型技术。
智能客服 + DeepSeek RAG + 场景知识库问答系统 + 企业AI客服中枢搭建
智能客服 + DeepSeek RAG + 场景知识库问答系统 + 企业AI客服中枢搭建
LangChain搭建RAG知识库[代码]
本文介绍了如何利用LangChain框架快速搭建一个基于RAG（检索增强生成）技术的知识库系统。作者分享了实际工作中遇到的文档繁多、沟通效率低等问题，并提出了通过RAG技术结合大模型能力来优化解决方案。文章详细阐述了RAG技术的原理、搭建流程及核心代码实现，包括文档加载、向量数据库构建、检索接口封装等关键步骤。此外，还提供了项目运行环境配置、效果展示以及后续优化建议，如知识库动态更新、模型微调等。最后，作者推荐了系统学习大模型的相关资源，包括书籍、报告和教程等。
