Hello! 我是 RM
現在很多企業都在使用 Retrieval Augmented Generation(RAG)，
先把各個文件先切一段一段(例如 利用各種 Library 將文件讀進來，再將 200 個字，每段又 overlap 50 個字)轉成 embeddings 再放到 embeddings 資料庫，
這裡會使用到 LLM 的 embeddings model ，例如 text-embedding-ada-002。
當使用者輸入問題後，同時也將這個問題轉成 embeddings ，再與 embeddings 資料庫找相似度，例如使用 BM25 來比較。
取得相似度高的內容後，再呼叫 GPT-3.5 Turbo 轉成較口語化的回答內容。
這麼多的 Task ，現在可以透過 kernel-memory 來達成，
以下就來看看它有多簡單 ^_^
在 Microsoft Entra ID(Azure AD)的 App registrations 建立 App (Supported account types 設定為 Accounts in this organizational directory only (你的組織 only - Single tenant))並建立它的 Certificates & secrets ，然後建立 Azure Bot 並設定 Microsoft App ID ，Type of App 設定為 Single Tenant 對應到上述的 App。
透過 App 的 clientId 及 secrets 到 https://login.microsoftonline.com/botframework.com/oauth2/v2.0/token 取得 token 時，發生AADSTS700016的錯誤。
最近 OpenAI 有推出 GPTs 可以很方便的讓人直接上傳文件做人知識庫並建立 Bot 來對話，
對話的理解能力還不輸之前自已將文件內容拆分一段段轉成 Embedding 後再跟使用者的問來來比較相似度。
但因為目前 GPTs 還不 Support API 存取，所以改用 OpenAI Assistants API 來試試。
另外 OpenAI Assistants API 是用多少算多少$，可以從 usage 看到目前的花費(預設有給 5美元)。
tag:
缺失模块。
1、请确保node版本大于6.2
2、在博客根目录（注意不是yilia根目录）执行以下命令：
npm i hexo-generator-json-content --save
3、在根目录_config.yml里添加配置：
jsonContent:
meta: false
pages: false
posts:
title: true
date: true
path: true
text: false
raw: false
content: false
slug: false
updated: false
comments: false
link: false
permalink: false
excerpt: false
categories: false
tags: true