基于RAG的论文信息检索(1)-term召回

业务场景： 有一篇中文论文，结合论文信息和大模型的生成能力，搭建一个RAG模型，向模型提问关于该论文的一些问题，模型给出答案。
技术： elasticsearch/openai/RAG/Prompt/大模型
整体架构： 外部知识库从pdf格式的论文中提取，大模型使用的是kimi,调用kimi api,外部知识以prompt的形式输入大模型，大模型综合用户提问和检索结果，生成答案。
代码地址： https://github.com/wenjunna/ragdemo-01
下面以本人硕士毕业论文做测试。

一、使用RAG，添加外部知识库

1、读取pdf

包括对文本做一些预处理工作

filename = "./data/基于LSTM和启发式搜索的遥感卫星地面站天线智能调度方法研究2020.pdf"
text_list = read_pdf(filepath=filename, min_line_length=10)

2、建立索引

index_name = "paper_db_cn"  # 索引名称
es = ES(index_name=index_name)
es.add_data_to_es(text_list)  # 往索引中添加数据

3、检索

user_query = "这篇论文中使用的是几层的LSTM？"
search_results = es.search(user_query, 3)

4、根据Prompt模版生成Prompt

prompt_template = """
已知信息:
__INFO__

用户问：
__QUERY__

请用中文回答用户问题。
"""
prompt = build_prompt(prompt_template, info=search_results, query=user_query)
print("Prompt:\n", prompt)

5、调用大模型,参考检索结果，生成问题答案

response = get_completion(prompt)
print("答案：\n", response)

论文《基于LSTM和启发式搜索的遥感卫星地面站天线智能调度方法研究》中使用确实是两层的LSTM。

二、使用RAG,提问和我上传的这篇论文无关的问题

三、不使用RAG，提问和这篇论文相关的问题

让大模型完全自由发挥

关于rag资料：
https://github.com/infiniflow/ragflow