RAG
本文為RAG相關文檔的導讀，幫您快速找到您需要的內容信息。
大模型RAG對話系統
為您介紹如何在使用EAS部署RAG服務時關聯多種向量檢索庫。RAG（Retrieval-Augmented Generation）技術架構的核心為檢索和生成：
在檢索方面，EAS支持多種向量檢索庫，包括開源的Faiss和阿里云的Milvus、Elasticsearch、Hologres、OpenSearch以及RDS PostgreSQL。
在生成方面，EAS支持豐富的開源模型，例如通義千問、Llama、Mistral、百川等，同時支持ChatGPT調用。
服務部署成功后，您可以通過WebUI或API調用RAG服務。WebUI界面提供了豐富的推理參數配置選項，并支持上傳知識庫文件，以實現更個性化和精準化的LLM定制。
基于EAS&Elasticsearch搭建RAG檢索增強對話系統
為您介紹如何在使用EAS部署RAG服務時關聯Elasticsearch向量檢索庫，并詳細說明了RAG對話系統的基礎功能和Elasticsearch的特色功能。
基于EAS&Milvus搭建RAG檢索增強對話系統
為您介紹如何在使用EAS部署RAG服務時關聯阿里云Milvus版向量檢索庫，并詳細說明了RAG對話系統的基礎功能和Milvus的特色功能。
基于EAS&OpenSearch搭建RAG檢索增強對話系統
為您介紹如何在使用EAS部署RAG服務時關聯OpenSearch向量檢索庫，并詳細說明了RAG對話系統的基礎功能和OpenSearch的特色功能。
基于EAS&RDS PostgreSQL搭建RAG檢索增強對話系統
為您介紹如何在使用EAS部署RAG服務時關聯RDS PostgreSQL向量檢索庫，并詳細說明了RAG對話系統的基礎功能和RDS PostgreSQL的特色功能。