一种基于大模型和RAG技术构建AI知识库方法技术

本发明专利技术涉及一种基于大模型和RAG技术构建AI知识库方法，属于软件开发领域，基于Ollama、Qwen2、RAG AnythingLLM和MinIO，依托Qwen2通过大模型为基础，通过RAG AnythingLLM通过Http协议请求连接MinIO Web的请求地址；通过RAG AnythingLLM解析MinIO中所有的文件；前端界面提供小样本问答式的界面，用户填写提交后，后端封装成Json格式的数据，并调用Ollama接口，把Json数据融合到Qwen2模型中。本发明专利技术提供了广泛的知识理解和生成能力，打造领域内AI智能知识库系统。

【技术实现步骤摘要】

本专利技术涉及一种基于大模型和rag技术构建ai知识库方法，属于软件开发领域，融合了qwen2通用大模型+rag（retrieval-augmented generation）技术+minio+小样本微调策略，旨在构建一个高度专业化的ai智能知识库系统。

技术介绍

1、在大数据项目的实施过程中，汇聚了多种类型的数据，包括结构化和非结构化数据。结构化数据主要是数据库，excel等规范的二维表数据，而非结构化数据则主要是word、pdf、图片等形式的数据。对于非结构化数据项目中通常采用oss对象存储方式如minio。这种存储方式主要用于提供数据网盘及查询结果的附件功能。且随着非结构数据的增加，oss对象存储中数据分类逻辑就会不清晰。在实际应用场景中，用户对非结构化数据的价值需求越来越高。他们希望这些数据不仅能作为附件使用，还能构建成一个内部知识库。知识库支持ai交互式查询，帮助用户快速找到所需的内部知识集。同时根据一些输入内容，ai能够根据知识库中内容生成解决方案文档，从而更好地发挥非结构化数据的价值。

2、然而，目前市场上还没有能够解决这一问题的本文档来自技高网...

【技术保护点】

1.一种基于大模型和RAG技术构建AI知识库方法，其特征在于，包括以下几个步骤：

2.根据权利要求1所述的基于大模型和RAG技术构建AI知识库方法，其特征在于，所述步骤S8的实现的步骤如下：

3.根据权利要求1所述的基于大模型和RAG技术构建AI知识库方法，其特征在于，所述步骤S11的实现的步骤如下：

4.根据权利要求1所述的基于大模型和RAG技术构建AI知识库方法，其特征在于，所述后端服务打通前端用户界面、后端服务与Qwen2大模型之间的桥梁，同时实现用户认证和授权机制，确保只有授权用户才能访问知识库。

5.根据权利要求1所述的基于大模型...

【技术特征摘要】

1.一种基于大模型和rag技术构建ai知识库方法，其特征在于，包括以下几个步骤：

2.根据权利要求1所述的基于大模型和rag技术构建ai知识库方法，其特征在于，所述步骤s8的实现的步骤如下：

3.根据权利要求1所述的基于大模型和rag技术构建ai知识库方法，其特征在于，所述步骤s11的实现的步骤如下：

4.根据权利要求1所述的基于大模型和rag技术构建ai知识库方法，其特征在于，所述后端服务打通前端用户界面、后端服务与qwen2大模型之间...

【专利技术属性】
技术研发人员：徐振权，
申请(专利权)人：南京国睿信维软件有限公司，
类型：发明
国别省市：