视频以 Dify 演示 RAG 客服搭建

是什么

这是一条以 Dify 为入口的 RAG 教程视频，目标是将较长 PDF 文档接入知识库，搭建智能客服助手。视频文案宣称“10 分钟”提升 RAG 检索召回成功率至 90%，但未展示可复核的实验设置或评测方法。

关键内容

OCR 给出了标准 RAG 流程：加载业务数据、分块、向量化并存入向量数据库；随后把用户问题向量化，按相似度检索相关上下文，将上下文与问题合并为 Prompt，再交给大模型生成结果。画面还出现 Deepseek 作为生成模型示例。

可借鉴之处

可将其作为知识库问答的最小流程清单：先处理文档分块与向量检索，再关注召回的上下文质量，最后把检索片段与用户问题共同交给模型生成。对于客服场景，长文档 PDF 是较常见的输入边界。

边界与风险

“召回率达到 90%”是视频主张，不应直接视为通用结论；缺少数据集、切块策略、embedding、检索参数、重排方式及指标定义。OCR 后段出现的开源模型报告页与 PyTorch 页面未证明它们是该方案的必需依赖；RAG、向量数据库、Embedding、RLHF、LoRA 等在此均应视为概念或方法，而非可确定的具体产品。