本文介绍了一个基于RAG（检索增强生成）技术实现的本地AI客服系统。该系统结合了LangChain框架、Qwen2大语言模型、Chroma向量数据库和Ollama模型运行环境，能够通过语义理解回答用户问题，无需重新训练模型。 系统工作流程包括：加载企业知识文档→文本切割→向量化处理→构建向量数据库→用户问题检索→Prompt增强→大模型生成回答。相比传统客服系统，RAG方案能更好处理用户表达多样性

用的是 阿里巴巴 MySQL binlog 增量订阅&消费组件 Canal。需要先安装Java环境，因为我机器上有了java 11,这一步就略过…我这边测试是侦听单个数据库，所以新创建了个数据库。canal我这边下载的是最新版的 1.1.8。创建对应的账户，用来侦听binlog。可以看到，右侧插入数据，左侧。客户端可以收到对应的。

代码仓库 > Actions > set up a workflow yourself。这样每次推送新的代码到main都会更新到配置的服务器了。6. 添加 GitHub Actions 工作流。4.确认SSH 服务是否限制了 root 登录。点击查看Actions。这里可以查看同步的文件。