大型语言模型最显著的局限之一，就是它们常常会给出模糊、过时甚至错误的信息。为了确保答案始终与您的用例相关且保持最新，生成式模型需要被指向正确的知识源。

这种方法称为检索增强生成（RAG），它为生成模型提供您自己的知识源。包括文档检索器在内的检索器组件，允许您采用这种方式。

什么是文档检索器组件？

该组件允许聊天机器人从您自己的知识源中检索知识，确保信息相关、可靠且是最新的。这些信息直接来自您在文档和计划中指定的源。该组件的作用是控制知识检索。

输入查询

指定用于查找相关信息的查询。它既可以从其他组件链接，也可以手动输入。在大多数情况下，您的输入查询将来自聊天输入。

文档数量

此设置限制流程应从多少文档中检索内容，确保结果相关且生成速度不会过慢。

文档类别

此可选设置允许您将检索限制在知识源文档页面中已创建的某一个类别。

计划

允许您将检索限制在知识源计划页面中已指定的某一个计划。

阈值

知识库中的源与查询的匹配度各不相同。AI 会按相关性从 0 到 1 进行排序。此设置允许您控制输出与查询的匹配程度。

具体阈值取决于您的用例，但通常建议设置为 0.7-0.8，以获得来自合理数量源的高度相关答案。

假设您将阈值设置为 0.6，并有如下文章：

• 文章 A：0.8
• 文章 B：0.65
• 文章 C：0.5
• 文章 D：0.9

只有相关性分数高于 0.6 的文章会被输出，也就是 A、B 和 D。

• 较高阈值（如 0.9）会返回与查询高度匹配的结果，但可能难以找到足够的文档，也可能遗漏一些相关内容。
• 较低阈值（如低于 0.5）会提供来自更多文档的信息，但有返回无关内容的风险。

如何将文档检索器组件连接到您的流程

该组件包含一个输入和一个输出接口：

• 输入查询： 查询可以是任意文本输出。常见用法是连接人的聊天输入或生成器。
• 输出： 任何检索器类型组件的输出都是文档。

文档输出包含结构化数据，不适合用于最终聊天输出。所有以文档为输入的组件都会将其转换为用户友好的格式。这些组件要么是小部件组件，要么是文档转文本转换器。

为什么要用文档检索器？

• 为 AI 模型提供依据：通过为 AI 输出提供真实、具备上下文的信息，提高其事实准确性和相关性。
• 上下文增强：为大语言模型或聊天机器人提供支持文档或参考资料，使其回答更加有据可依。
• 灵活筛选：可按类别、计划、网址、文档结构或元数据精准调整搜索，确保只提取最相关的信息。
• 自定义输出：可选择检索内容的数量、分割方式以及包含哪些元数据，便于适配下游 AI 流程或界面需求。
• Agent 集成：通过工具描述和命名，可在基于 Agent 的架构中作为工具被引用。

应用示例

• 检索增强生成（RAG）：为大语言模型提供支持文档，生成准确且有据可依的回复。
• 聊天机器人和虚拟助手：在员工或客户提问时快速呈现常见问题或政策文档。
• 数据丰富：提取产品、作者或其他元数据，用于进一步的 AI 分析或自动化流程。

示例

让我们现在就试试吧！在构建流程之前，必须确保已经创建了相关的文档或计划。如果没有合适的源，聊天机器人将会因无法回答而致歉。

步骤：

1. 以 聊天输入 为起点。
2. 添加 文档检索器，并将聊天输入连接为 输入查询。
3. 输出是一个文档，需要进行转换；本例中我们将使用文档转文本。
4. 接下来，连接一个 AI 生成器。
5. 您现在可以开始对话了。

现在，我们的流程可以根据人的查询检索知识源，将结构化数据转为可读文本，并交给 AI 生成用户友好答案。

我们的知识源包含一个计划，会定期抓取 FlowHunt 价格页面以获取最新信息。让我们问下机器人相关问题：