用AI解决开发痛点:打造智能数据库文档问答系统
开发痛点
在日常开发工作中,我经常遇到以下几个痛点:
- 表名查询困难:当需要查询表数据时,由于不是自己设计的表,常常不知道表名是什么
- 字段含义不明:不清楚字段的具体含义和枚举值的定义
- 文档缺失:字段的comment没有及时维护,也没有技术文档可以追溯
- 查找过程繁琐:只能打开项目代码查找枚举定义,过程繁杂冗余
我开始思考:能否借助AI的能力,将表定义和枚举定义提供给大模型(LLM),让AI直接给出我们需要的答案?
解决方案分析
经过分析,我决定采取以下方案:
- 选择RAG而非训练:训练LLM成本太高,优先选择RAG方案(检索增强生成,即将大模型不知道的知识通过相似性检索获取,作为上下文传给LLM)
- 自动化知识库构建:手动整理知识库繁琐且耗费人力,可以用工具自动解析项目中的migration(SQL语句)、Go文件中定义的const、enum等
实现过程
1、设计小工具docgen
我设计了一个名为docgen的小工具来生成知识库文档,流程如下:

为提高生成的知识库质量,我做了以下处理:
- 定义注释标签:使用
//@ai xxxx(描述)

最低0.47元/天 解锁文章

被折叠的 条评论
为什么被折叠?



