检索增强生成（Retrieval-Augmented Generation, RAG）是一种将LLM与外部知识库结合的方法，通过实时检索相关信息来辅助生成答案。这极大缓解了LLM“封闭知识”过期或不足的问题。LangChain非常适合构建RAG系统，因为它提供了文档加载、向量存储、检索接口、LLM组合的一站式方案。

RAG系统搭建步骤：

1. 知识库准备：收集领域文档，如PDF、网页、文本等，用LangChain的Document Loader读取内】。然后用TextSplitter切分成长】。接着用Embeddings模型将每段转为向量，存入向量数据库如Chroma/FAIS。
   1. 例如公司内部手册、产品QA文档都作为知识库