RAG（Retrieval-Augmented Generation）是一种结合了信息检索和文本生成的技术，在生成回答之前，系统去外部知识库检索相关内容，然后将检索到的信息作为上下文提供给大模型。

它的基本工作流程为：

• 数据处理流程：系统通过数据提取、文本分割、向量化将外部知识整合成知识库。
• 查询与生成流程：系统响应用户提问，从数据库中检索相关信息，注入prompt，生成答案。

RAG的核心架构

flowchart TD
    A["用户层: RAGTool 统一接口"] --> B["应用层: 智能问答、搜索、管理"]
    B --> C["处理层: 文档解析、分块、向量化"]
    C --> D["存储层: 向量数据库、文档存储"]
    D --> E["基础层: 嵌入模型、LLM、数据库"]