RAG应用
在上一节中我们构建了一个具有李白人格的AI聊天机器人。 在本节中，我们将在上一节的基础上，构建一个对 积木报表产品 了如指掌的智能助手，并赋予它个性化风格。
1 创建向量模型
进入 AI 模型管理，点击 添加模型：
选择供应商，例如 OpenAI：
填写以下信息：
- 模型名称：例如
Openai-Embedding。 - 模型类型：选择 向量模型。
- 基础模型：如
text-embedding-ada-002。 - API 域名：供应商提供的 API 地址。
- API Key：供应商提供的访问密钥。
2. 创建知识库
进入 AI 知识库 页面，点击 创建知识库：
填写基础信息：
- 知识库名称：自定义，例如
积木报表知识库。 - 知识库描述：简要介绍知识库内容。
- 向量模型：选择上一节创建的向量模型。
3. 上传文档
在知识库详情页面，点击 上传文件：
输入文档标题，并上传对应的文件：
可以继续上传其他文档：
4. 关联知识库到 AI 应用
打开上一节创建的 AI 应用，在 关联知识库 选项中点击 添加：
选择 积木报表知识库：
5. 体验 RAG 聊天应用
再次进入 AI 应用的演示页面，提问：
你都可以做什么？
可以看到，AI 的回答已经结合 积木报表 的内容，变得更加专业且贴合实际需求。
总结
至此，您已经掌握了：
- 如何让 AI 应用接入知识库 2如何让 AI 具备专业领域知识
下一步，您可以尝试更高级的 AI 工作流编排，打造更强大的智能助手！ 🚀