大模型已经狂奔了一年多的时间,大家都在探索如何将自己的业务与大模型进行深度结合,而新技术总会面临落地难的问题,在我们内部研发时,我们创新性地设计了多智能体 RAG 方案,并取得了良好效果。在本次分享中,我将向大家介绍 RAG 落地过程中的现状、问题,以及在我们团队内部的最佳实践,希望能够给正在做或计划做 RAG 落地的团队一些启发。
内容大纲:
- RAG 落地过程中的现状和问题
-
技术重点
2.1 信息提取
2.2 信息检索
2.3 RAG 评估
-
爱可生智能化数据库运维实践
3.1 业务背景
3.2 实现方案
3.3 方案效果
-
总结与展望
你将获得:
- 了解当前 RAG 落地现状
- 了解数据库垂直领域的 RAG 落地实践
- 了解 RAG 实现业务改造的基本策略
方案痛点:
- 复杂的多源数据如何进行有效提取与整合
- Agent 如何有效地整合到业务流程中




