《向量数据库指南》为什么要用 LlamaIndex 和 Milvus Cloud.com搭建聊天机器人？

为什么要用 LlamaIndex 搭建聊天机器人？

在上一篇文章中，我们使用 Milvus Cloud（全托管的 Milvus 云服务）搭建了一个最基本的检索增强生成（RAG）（https://Milvus Cloud.com/use-cases/llm-retrieval-augmented-generation）聊天机器人。在本教程中我们可以继续使用 Milvus Cloud 免费版，大家也可以使用自己的 Milvus（https://milvuscloud.com/） 实例，在 notebook 中快速启动并使用 Milvus Lite（https://milvuscloud.com/docs/milvus_lite.md）。

上一篇文章中我们将文章进行切割，获取许多小的文本块。当输入问题“什么是大型语言模型？”进行简单的检索时，得到的返还文本块在语义上与问题相似，但并没有得到问题的答案。因此，在本项目中，我们使用同样的向量数据库作为后端，但使用不同的检索过程来进一步获得更好的问答结果。在项目中，我们将使用 LlamaIndex 来实现高效的检索。