RAG知识库

RAG 功能简介

RAG（Retrieval-Augmented Generation），这一检索增强生成技术，与 AI Copilot 的结合，为用户带来了前所未有的智能体验。它不仅基于大语言模型的海量知识，还随时能接入专业打造的“百科全书”级知识库。这使得 AI Copilot 在提供研发问答和智能编码服务时，更加精准、全面，有效避免了模型幻觉，助力开发者高效解决问题，提升编码效率。接下来介绍一下使用流程。

主要功能

基于预置知识库，快速体验 RAG

代码助手中的 @ Docs

代码助手中的 @ Docs 是指更多类型的上下文，Extra Context Info。我们对 @ Docs 的触发位置没有要求，您可以把 @ Docs 知识库放在对话描述的任意位置。在对话输入框中，单击 @ Add 然后选择 Docs ，或者输入 @ 然后选择 Docs 调用预置的知识库。

VSCode 使用步骤

打开侧栏AI Copilot，并在输入框里选中内置的知识库。提供两种快速输入方式：

通过键盘输入：

直接输入 @ 知识库名字，输入过程中会启动过滤知识库。

通过键盘上下键选中后回车即可。

通过鼠标单击：

鼠标单击 @ Add，选择 Docs，然后再选择需要的知识库。

选择知识库的数据类型后，列出所有内置的知识库（包括官方和自定义知识库）。

JetBrains 使用步骤

同 VSCode 的操作一样，可以通过键盘或者鼠标两种方式选中内置的知识库：

通过键盘输入：

输入 @ 知识库名字，通过键盘上下键选中知识库后回车。

选择知识库后，在输入框上方的操作条中展示所添加的知识库，输入问题描述即可。

通过鼠标输入：

鼠标单击 @ Add，选择 Docs，然后选择需要的知识库。

选择知识库的数据类型后，列出所有知识库。

执行过程：在对话框中的任意位置选择所需的知识库，回车后，编程助手会根据提问和选定的知识库检索相关资料，作为参考提交给大模型，生成更精确的答案。

支持多个知识库同时选择：可以选择多个知识库，例如同时引入前后端知识库，代码助手会结合多个知识库的召回结果生成回答。

执行过程

您可以在对话框中的任意位置选择所需的知识库，以基于 RAG 技术加强本次提问的结果。回车后，AI Copilot 会根据提问和选定的知识库首先检索与问题相关的资料作为参考，然后将这些资料和提问内容一同提交给大模型，从而生成比之前更精确的答案。

VSCode 的效果

JetBrains 的效果

支持多个知识库同时选择

您还可以选择多个知识库。

自定义知识库的创建

AI Copilot 允许各个二级科技公司创建专属的自定义知识库，支持单文档、多文档、文档压缩包、离线代码库等文件类型。管理员可以整合上传的文档和文件，便于开发者在回答问题时作为上下文参考。

创建步骤：

创建知识库空间：
- 输入名称（20个英文字符或10个中文字符）-- 必填。
- 描述（30个英文字符或15个中文字符）-- 选填。
- 可见范围：必选，默认是企业所有成员，可设置部分成员可见。单击确定创建完成，整体截图如下：

上传文件：为当前知识库添加文件，支持以下类型：
- 文档：.md、.markdown、.docx、.pdf 格式，每个文档不超过30MB。
- 压缩包：.zip、.tar、.tgz、.tar.gz、.gz、.gzip 格式，每个压缩包不超过100MB，解压后文件不超过500个。
  - 文件内容命名要遵循 utf-8、GBK 编码，暂时不支持其它格式的编码。

单击添加数据，进入添加文件页面。支持文件拖拽和单击选择文件两种交互。以mcp-npx-fetch 开源mcp server为例：