这是不是就是本地 RAG？

只要是通过接入检索工具或者直接把检索结果注入到 prompt ，提供外部信息协助 AI 生成，就可以算作 RAG 。
检索手段很多，很多项目用向量搜索，但用传统的关键词全文检索、数据库查询也一样是检索。
很无聊的概念，跟 ReAct, SOTA 这些一样非得搞些缩写术语显得很专业。

只要是通过检索的方式把检索结果填到模型上下文里面，让模型基于这些内容生成，就是 RAG 。

现在这个针对某个博客内容可以说是个增强检索了

要是这个人整个博客可以进行 ai 相关的搜索总结,有相关向量储存和搜索或者最简单的分词器就是了

全是高级词,还有什么智能体,这都是话术

个人认为只要最后不是终极模型,前面再怎么加都是个高级的分词器+完美的提示语+循环提示

@diudiuu 这些在目前的 Planet 的最新版本里确实都有：

- CJK 分词模糊搜索
- 向量搜索和根据向量的类似内容查找（目前是基于 Apple 原生的 NLEmedding ）
- 模型通过工具调用，对搜索结果进行再处理然后响应用户查询

RAG 已死，最佳方案就是使用 skill 的方式，渐进式加载，把文档所有的都转为 md ，然后提取关键组成类似的 SKILL.md,在上下文中设置 tool 渐进式读取 Skill.md ，然后让他使用 tool 自行搜索 md 。

我放弃了 rag ，现在用 graphify 来构建。