SpringAI整合OpenAI系列（四）

SpringAI整合OpenAI系列（四）

前言

原本我是计划写Spring AI中的Embedding和向量数据的使用，但是暂时这个项目出现了一个问题，当我的提示词到达一定规模的时候，这个规模不会很大，调用OpenAI的模型会导致OpenAI无法抓取我需求的重点，或者忽视我的结构化输出，为了解决这个问题，我最近在研究RAG类系统如何实现。

这里我想讲讲RAG的概念

Spring AI 在开篇就描述RAG相关的概念

我理解这个索引增强生成(RAG)是将数据融入提示词，从而生成准确的响应，这个数据，就是我们的资源文档，举个例子讲吧，比如我在上期提到的思路中实现简单的BI报表功能的思路：

1. 先提取用户的问题和需求

2. 整合原始的资源文档和数据结构文件

3. 调用OpenAI的模型，生成相应的SQL

4. 动态执行SQL后，结构化处理数据

5. 前端处理数据，呈现不同数据结构类型的报表

这个流程中数据就是第二步中的资源文件和数据结构文件，如果用文本的形式调用大模型进行处理，字符内容量过多时，就会导致大模型抓不住重点，可能返回的答案就不是我们需要的答案了，那如何处理这个问题呢？解决办法就是RAG（索引增强生