![](images/product7/1.png)
产品优势
![](images/product7/2.png)
![](images/product7/3.png)
![](images/product7/4.png)
![](images/product7/5.png)
产品特点
![](images/product7/6.png)
![](images/product7/7.png)
![](images/product7/8.png)
![](images/product7/9.png)
![](images/product7/10.png)
![](images/product7/11.png)
![](images/product7/12.png)
![](images/product7/13.png)
技术实现
技术栈:
Langchain 应用程序的框架、大语言模型(Llama2、ChatGLM、GPT等)、 Embedding 向量化技术(ChatGPT-Embedding、M3E、text2vec 等)、向量数据库(Milvus、Pincone、Chroma等)
用RAG技术实现,基于Langchain 应用程序框架,根据用户实际需求选择在线或者私有化的大模型实现用户意图识别和已知信息的回答,Embedding 向量化技术将用户的知识库或者本地文档等各方向的资料向量化,存入各种向量数据库中。
整体实现路径:
![](images/product7/14.png)
数据来源:
![](images/product7/15.png)
应用场景
![](images/product7/16.png)
![](images/product7/17.png)