大语言模型的训练数据一般基于公开的数据,且每一次训练需要消耗大量算力,这意味着模型的知识一般不会包含私有领域的知识,同时在公开知识领域存在一定的滞后性。为了解决这一问题,目前通用的方案是采用 RAG(检索增强生成)技术,使用用户问题来匹配最相关的外部数据,将检索到的相关内容召回后作为模型提示词的补充上下文,从而增强模型生成回复的针对性、时效性和准确性,使回复内容更加丰富且贴近用户实际需求。
JoyAgent的知识库提供了数据存储管理及检索增强的能力,并能够快速集成至智能体中:
数据存储管理:支持上传管理本地文本和表格。
本地文本(TXT、PDF、DOCX)
本地表格(EXCEL、CSV)
检索增强:目前支持通过语义检索对存储的内容片段进行检索召回,大模型会根据召回的内容片段生成最终的回复内容。
在JoyAgent中,知识库(Knowledge)是文档(Documents)的集合。一个知识库可以被整体集成至一个智能体中作为检索上下文使用。
JoyAgent的知识库和长期记忆都可以用来存储数据,其区别如下:
知识库:知识库中的知识是供智能体或工作流调用的静态数据。由开发者创建和维护,智能体的终端用户无法对知识内容进行修改。
记忆:JoyAgent提供了长期记忆(用户画像+对话总结)功能。是智能体的终端用户在使用智能体时产生的动态数据,不支持跨智能体使用。
我们的产品专家为您找到最合适的产品/解决⽅案
1v1线上咨询获取售前专业咨询
专业产品顾问,随时随地沟通