前面课程中，我们已经把调用大模型，到流式输出的流程打通了，但是还存在一个问题，就是知识库没有用上。这节课，我们的主要任务，就把知识库的内容，也加入到对话信息中。

代码示例

1、召回相似片段

a) 拼接最近的几轮对话内容，转化为向量。

b) 从Milvus中，查询最相似的TOP_K个片段id。

c) 根据片段id，去片段库中查询片段内容。

d) 拼接片段内容，作为系统参考消息，压入messages中。 

内容不可见，请联系管理员开通权限。

2、追加召回文本 

内容不可见，请联系管理员开通权限。

这节课内容不多，但可以说是这个项目中最重要的一节，其实RAG的核心原理，就是这节课实现的四个步骤，前面的课程都是在为这节课做准备，相信大家学到这，对整个RAG的流程，已经有了比较深入的理解。

到目前为止，RAG的核心功能就全部讲完了。但是，作为一个项目还不是特别完整，有一个体验特别不好的点，就是我们的对话记录不能保存，页面刷新就没有，所以后面在拓展几节课，来把对话历史管理的功能加上。

但是，对话历史管理的功能，完全是前后端交互的知识，跟大模型没有关系，而且对前后端要求比较高，有一定难度。所以，大家可以根据自己实际情况，去灵活选择，后面这一部分作为选学内容。

本文链接：http://ichenhua.cn/edu/note/771

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！