RAG问答应用和人设应用

RAG问答应用
大语言模型的RAG（Retrieval Augmented Generation，检索增强生成）是一种融合检索与生成的方法，它利用大规模语料库回答问题或生成文本，以提高预测质量。RAG方法使得开发者不必为每一个特定的任务重新训练整个大模型，只需要外挂上知识库，即可为模型提供额外的信息输入，提高其回答的准确性。RAG模型尤其适合知识密集型的任务。

创建并成功发布RAG应用后，将获得体验分享链接并支持创建API调用密钥，你可通过分享该链接给朋友或其他开发者，使他们能够在web体验页立即体验你的AI原生应用demo；同时你也可以通过应用API调用接口，以API形式进行调用。

人设对话应用
人设对话应用具备COT和自动调用工具能力的应用框架，高效定义多轮人设应用。可设定该人设应用的对话边界，并在用户输入问题时，通过思维链思考规划做出对应的行动，如哪些话题可以回答、哪些不回答等。

人设对话应用可以调用前面开发的RAG对话应用。人设应用设置规则如下：

1. 日常相关话题才对话闲聊;
2. 拒绝回答“课后辅导班”问题;
3. 对知识问答，如果问及郭鸾相关问题要使用自己的RAG应用来回答，不能大模型自己生成。

运行效果：

运行效果解读：

1. 问郭鸾相关问题，其从我的RAG应用中提起总结的内容；
2. 问辅导班问题被拒绝，可以应用到不想用户问及的领域进行屏蔽；
3. 跟他闲聊个放松的话题，给了正确答案。

公网发布后访问效果：