已验证65% 置信事实精确时间

扣子的知识库功能在技术上对应RAG（检索增强生成）技术

3

来源数

65%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

Coze扣子入门教程：零代码搭建AI智能体完全指南

bilibiliAI大模型学习圈2026/7/5

相关事实

待验证Perplexity采用检索增强生成（RAG）技术，在用户提问时实时爬取网页并将相关段落注入LLM提示词，解决知识截止日期问题73% 相似待验证Edit模式采用类似RAG（检索增强生成）的技术，通过对项目文件建立语义索引，自动检索与当前任务最相关的代码片段注入上下文69% 相似待验证Skriptr采用检索增强生成（RAG）架构，在生成回答前先从用户提供的文档中检索相关段落作为上下文68% 相似待验证Zotero MCP插件的智能问答功能本质上是RAG（Retrieval-Augmented Generation，检索增强生成）的实现67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/113410

API

curl https://kongchang.com/api/v1/knowledge/claims/113410

MCP

get_claim(id=113410)