构建智能客服系统：利用RAG检索技术提升服务效能

1.什么是RAG检索技术：

RAG（Retrieval-Augmented Generation）检索技术是一种结合信息检索（Retrieval）和生成（Generation）的混合模型方法，旨在通过检索相关信息来增强生成模型的性能。RAG 技术特别适用于需要复杂背景信息或大规模知识库支持的任务，如问答系统、对话系统和文本生成等。

2.基于RAG实现智能客户系统：

以美团外卖App余额怎么体现为例子，先看看chatGpt如何回答这个问题的：

​

编辑

显然并未告诉我们如何进行体现。
再来看看同RAG的方式实现的智能客户系统告诉的答案：

​

HsOxSmOo-1721272710040)

显然差距就出来了，所以，直接利用ChatGPT来作为智能客服系统行不通，它能够理解你的问题，但是它并不能给你确切的答案，因为对于ChatGPT来说，它并不知道企业内部的专有数据，而这个时候，就可以利用langchain4j来给搭一套智能客服系统。

3.数据整理：
首先，需要把现有的常见文件整理成文档，可以是txt、pdf、xlsx、markdown等格式都可以，这里我直接将网页中的问题和答案转成txt文件，如下所示（展示一部分，数据来源于美团官网）：

​

4.具体步骤：

（1）创建maven工程，引入依赖：
引入的依赖有langchain4J，智谱的Ai大模型，能够存储向量的redis。

（2）读取文档中的数据，切分数据，生成向量存储进redis：

（3）向量匹配，使用ContentRetriever组件：
其实这里就是通过ContentRetriever组件来进行向量的匹配，这里设置的是匹配最相似的三个，并且分数在0.6以上的（这里的分数指的就是我提的问题跟redis中存储的向量的相似度，相似度是基于0-1之间的，越接近1表示越相似，其实它就是去算的余弦值）。
这里的contentList其实拿到的只是检索出来的文本，并不是真正的最终答案，但是最终的答案是从这里面组装出来的，我们可以看看这里的输出结果：

​

显然这里并不是最终答案，而需要获取真正的答案还需要将匹配出来的向量交给Ai，让其帮你得出最终的答案。

（4）使用contentInjector组件，封装userMessage，将匹配出的向量和提示词交给Ai处理：
这里使用ContentInjector组件来组装封装最终的提示词，其实就是将查询出来的向量和客户的问题交给AI，让AI从我给的这些向量中封装组合成最终的答案放回给用户，从而得到最终的答案：输出如下：

​

到这基于RAG的客户智能系统就实现了。

5.流程图：

​

当然，其实在提出问题，匹配向量的过程中，langchain4J还提供了很多的增强，如问题一分为三，计算分数等等在这里我就不多分析了，可以自行了解langchain4J更多的使用方式。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓