待验证50% 置信事实精确时间
RAG的核心思路是在将用户问题交给LLM之前，先从外部知识库中检索最相关的文本片段作为上下文送入模型，以回答训练数据之外的问题并减少幻觉
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证Dify 提供 RAG 知识库（检索增强生成）功能，可将私有文档接入应用，让模型基于用户数据回答问题75% 相似待验证RAG检索增强生成将个人知识库作为私有语料库，让AI回答问题时优先检索用户自己的笔记内容73% 相似待验证RAG能实时索引API文档、Stack Overflow答案和依赖库变更日志，缓解模型的幻觉问题并提升生成代码与项目结构的一致性70% 相似待验证基于LLM的信息抽取方案通过提示词工程即可快速适配不同业务场景，只需修改提示词中的字段定义和示例，无需重新训练模型69% 相似待验证以LLM为例，上下文包括系统提示、用户查询、外部检索信息、历史交互记录和附加系统输出69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/909924API
curl https://kongchang.com/api/v1/knowledge/claims/909924MCP
get_claim(id=909924)