AI Knowledge Answer (RAG)
Answer a question grounded in your own documents. The command chunks the sources, retrieves the most relevant passages (offline TF-IDF) and asks the LLM to answer using only those passages — reducing hallucination.
概述
AI Knowledge Answer (RAG) 是 AutoFlowRPA 中 AI 类别下的无代码自动化步骤。 当工作流执行到此处时，它会在单个步骤中完成其操作。 您可以配置 10 个参数，精确控制其行为方式。 它是可在可视化编辑器中拖入工作流的 369 个命令之一，无需编写脚本。
功能说明
Answer a question grounded in your own documents. The command chunks the sources, retrieves the most relevant passages (offline TF-IDF) and asks the LLM to answer using only those passages — reducing hallucination.
参数
| 参数 | 类型 | 是否必填 | 默认值 | 说明 |
|---|---|---|---|---|
| API base URL | string | 必填 | http://localhost:11434/v1 | OpenAI-compatible base. Default = local Ollama (offline). 支持变量 |
| API key (blank for local) | string | 可选 | Bearer token for cloud providers. 支持变量 | |
| Model | string | 必填 | llama3 | 示例: llama3 支持变量 |
| Knowledge sources | multiline | 必填 | Paste text, or give a file, a folder, or a glob (*.md/*.txt/*.csv/*.json/*.html). Multiple files are all indexed. 示例: C:/docs/handbook 支持变量 | |
| Question | multiline | 必填 | 示例: What is our refund policy? 支持变量 | |
| Passages to retrieve | number | 可选 | 4 | How many top passages to feed the model as context. |
| Temperature | number | 可选 | 0.1 | |
| Timeout (seconds) | number | 可选 | 180 | |
| Store answer in | variable | 必填 | 示例: answer | |
| Store retrieved context in (optional) | variable | 可选 | 示例: sources |
如何使用 AI Knowledge Answer (RAG)
- 1
打开 AutoFlowRPA，将 AI Knowledge Answer (RAG) 命令从 AI 分组拖放到画布上。
- 2
在侧边面板中设置其参数——AI Knowledge Answer (RAG) 有 10 个可配置字段。
- 3
将它连入你的工作流并点击运行。一切都在你的本机上本地执行。
常见问题
AI Knowledge Answer (RAG) 命令有什么作用？
Answer a question grounded in your own documents. The command chunks the sources, retrieves the most relevant passages (offline TF-IDF) and asks the LLM to answer using only those passages — reducing hallucination.
AI Knowledge Answer (RAG) 命令属于哪个分组？
AI Knowledge Answer (RAG) 属于 AI 分组。AutoFlowRPA 附带 369+ 个现成命令，无需代码即可组合使用。
AI Knowledge Answer (RAG) 命令需要任何参数吗？
需要——AI Knowledge Answer (RAG) 有 10 个可配置字段，均可在可视化节点编辑器中编辑。