第8章:LangChain检索增强生成RAG--2.3Naive RAG

Naive RAG 是一种基本的 RAG 实现，它通过向量搜索从嵌入存储中检索相关内容，并将其注入到提示（prompt）中，以便语言模型能够生成更准确的回答

Naive RAG（简单 RAG）

一旦我们的文档被摄取（参见前面的部分），我们可以创建一个 EmbeddingStoreContentRetriever 来启用简单的 RAG（检索增强生成）功能。

当使用 AI 服务时，可以按照以下方式配置简单的 RAG：

ContentRetriever contentRetriever = EmbeddingStoreContentRetriever.builder()
    .embeddingStore(embeddingStore)
    .embeddingModel(embeddingModel)
    .maxResults(5) // 最多返回 5 个结果
    .minScore(0.75) // 最小相似度分数为 0.75
    .build();

Assistant assistant = AiServices.builder(Assistant.class)
    .chatLanguageModel(model) // 使用指定的语言模型
    .contentRetriever(contentRetriever) // 使用配置好的内容检索器
    .build