RAG+Agent项目实践系列：基于本地菜谱知识库的大语言模型RAG+Agent的解决方案设计和实现

RAG+Agent项目实践系列：基于本地菜谱知识库的大语言模型RAG+Agent的解决方案设计和实现

为 A 项目构建一个基于菜谱知识库的问答机器人，由业务方提供一系列菜谱知识库和公司概况介绍材料，根据这些知识库要求实现一个问答机器人：

• 实现用户对于机器人自我身份和公司情况的回答
  • 例如：你是谁？公司的董事长是谁？公司获得过什么荣誉？业务方对此提供了一份简短的数百字的公司介绍材料，对于公司相关的问题需要按照给出的材料进行准确地回答。
• 实现用户关于烹饪和营养学基础知识的问答
  • 例如：如何判断鱼类是否煮熟？你怎么判断烘焙食物是否烤熟？维生素 A 有什么功效？
• 实现基于内建的菜谱知识库的菜谱推荐回答由于业务方主力市场在海外，有海外用户的问答需求（多语言需求见下方），因此业务方提供了三种语言的菜谱，包含中文、英文、西班牙语菜谱。对于不同语言的问题需要搜索和参考对应语言的菜谱进行回答。目前由于只实现了中文菜谱的中文问答，因此下面的介绍以中文菜谱问答为背景。对于中文菜谱，业务方提供了 3000 余道菜的菜谱。下面是一个菜谱的例子（省略了部分字段）。