项目一：AI 知识库搭建
通过代码仓库可以快速创建企业或个人知识库，通过将文档上传到代码仓库，并配置知识库相关流水线，可以自动将文档内容经过大模型处理后上传到知识库，供页面问答和OPENAPI等场景调用， 可用于快速构建 RAG（Retrieval-Augmented Generation）应用。
仓库地址：
https://cnb.cool/opencamp/learning-ai/project-1-knowledge-base
知识准备
了解构建 RAG 应用流程
1. 使用知识库插件将仓库的文档导入到知识库
使用 CNB 知识库插件将仓库的文档导入到 CNB 的知识库中， 插件在云原生构建中运行， 会自动处理文档切片、分词、向量化等操作。 知识库构建完成后，可以被下游的 LLM 应用使用。
2. 调用 CNB Open API 检索，开发 LLM 应用
知识库构建完成后，使用 CNB 的 Open API 进行召回，并结合 LLM 模型生成回答。
常见的 RAG 应用运行流程如下：
1.用户提问
2.理解用户问题后，使用 Query 调用知识库检索。如上文所述，使用 CNB 的 Open API 进行检索，获取相关文档片段
3.拿到从 CNB 知识库检索的结果后，构建拼接 Prompt 问题 + 知识上下文，例如拼接后 prompt 一般会这样：
用户提问：{用户问题}
知识库：
{从知识库检索到的内容}
请根据以上知识库，回答用户的问题。4.将拼接后的 prompt 发送给 LLM 模型，生成回答，返回给用户