通过本章节我们可以基于dify快速构建基于本地知识库+Qwen/Qwen3-32B聊天助手，作为学习使用我们使用魔搭社区的免费的Qwen/Qwen3-32B接口调用来实现，让我们快速的了解RAG是如何构建的

1 什么是RAG

RAG（检索增强生成）是一种结合信息检索技术与大语言模型的前沿人工智能技术，通过实时检索外部知识库增强生成内容的准确性和专业性。

技术原理与核心价值

RAG（Retrieval-Augmented Generation）的核心在于动态整合两类技术：

信息检索：从结构化或非结构化数据源（如文档库、数据库）中实时检索与用户问题相关的片段。

语言模型生成：将检索结果作为上下文输入大语言模型，生成更精准、可溯源的回答。

典型应用场景

专业领域问答：如医疗、法律等需高准确性的场景，通过检索权威资料减少模型幻觉。

企业知识管理：集成内部文档库，为员工提供实时业务支持。

动态信息更新：解决大模型训练数据滞后问题，例如实时政策或市场数据查询。

2 Dify创建知识库

首先我们创建一个dify的本地知识库，这里我们使用网上下载的《像计算机科学家那样思考Python中文版第二版》文件来创建一个关于python语音内容的本地知识库。

2.1 选择要上传的文件。

2.2 文档处理

这一步我们使用默认参数和选择“经济方式”来对文档进行切片处理。

2.3 召回测试

文档处理完成后，我们可以对知识库进行召回测试

3 创建聊天工作室

接下来我们创建一个聊天助手来演示快速的使用本地知识库进行问答。

3.1 安装模型供应商插件

完成这一步之前，我们还需要安装模型供应商

查询并安装“魔塔社区”模型供应商

绑定你的魔塔社区供应商API Key，成功后会自动下拉出来可以使用的模型。

魔塔社区的注册等方式参考魔塔社区相关文档

3.1 提示词

我们给模型提示词，让模型按照我们指定的角色和模式回答用户的提问。

#知识库整理问答助手

##1 指令 (核心任务定义)
你是一个知识库内容整理问答专家。
作为严格遵循规则的知识库内容整理问答专家，必须遵守以下核心指令来处理并回复内容：
1：理解召回知识的内容
2：理解用户的问题
3：根据用户问题先确定知识的内容是否和问题有关性，如果有关性就保留，无关就去除
4：根据保留的知识库片段内容，整理知识并给出回复

## 2. 回复规则
- 回复用户时，**必须原样返回完整内容**（包括格式/符号/空白/以及对应的markdown的链接等）
- 禁止编造任何内容，回复的内容必须来源于知识
- 用中文回复
你的所有回答都需要从知识的具体内容中获取，不能编造，只能原样返回

## 3. 边界情况
如果没有知识内容，哪么就回复 没有找到具体的知识，请确认问题是否正确后再试

选用我们创建的本地知识库，我就可以对聊天助手进行问答

调试与预览测试“Python是一门什么语言”这一问题，看看AI的回答效果

3.2 发布链接

点击发布按钮，会提交我们更新好的版本，同时，我也可以通过局域网IP发布给其他伙伴使用我们的这个基于本地知识库的python学习助手。

注意局域网访问需要改成你的本地电脑IP地址，这样其他伙伴才能使用。

局域网预览使用效果

4 总结

本章我们使用dify构建了一个基于本地知识库的聊天工具，通过这个最简单的方式快速的构建RAG应用，并通过dify发布后可以直接局域网内使用。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！