这一阶段，给大家带来的是一个大模型的重磅课程，叫做《基于LangChain和知识图谱的大模型医疗问答机器人》项目。这个课程从开始筹备，到最终上线，花了我们团队整整三个月的时间。中间甚至还穿插了一周的集体面试环节，在后面也会给大家分享面试考点。

效果演示

问题示例

1、日常交际类

要求表明自定义身份，且用中文回复。 

1）你好，你叫什么名字？

2、公司介绍类

以寻医问药网介绍为例，数据来源为寻医问药网官网，可以换成自己公司的文档，主流RAG的解决方案。 

1）寻医问药网获得过哪些投资？
2）寻医问药网的客服电话是多少？

3、医疗问诊类

数据来源为Neo4j图数据库，如果大家的数据存储在MySQL等其他业务数据库，也可以套用这套方案。 

1）鼻炎是什么引起的？
2）会有哪些症状？
3）吃什么药好得快？可以吃阿莫西林吗？

4、实时查询类

非医疗和公司类问题，先去Google搜索，然后用大模型总结答案。 

1）刀郎最近发布了什么新专辑？
2）马斯克最近有什么新动态？

总体来说，项目效果还是很不错的，跟之前用意图识别，加命名实体识别的传统方法相比，大模型的方案，可以回答更复杂的问题了。而且，项目的扩展性更好、可维护性也更高了，在后面的代码实现环节，大家慢慢对比体会。

本文链接：http://ichenhua.cn/edu/note/680

版权声明：本文为「陈华编程」原创课程讲义，请给与知识创作者起码的尊重，未经许可不得传播或转售！