用 RAG 和 ChromaDB 搭建带记忆的文档搜索应用

教程The New Stack2026年4月10日8 分钟阅读

这篇教程手把手教你如何用 LangChain 连接大语言模型和自己的 PDF 文档，并用 ChromaDB 向量数据库实现记忆功能。通过检索增强生成（RAG）技术，让 AI 应用不仅能搜索文档，还能记住对话历史，回答后续问题。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

概念速查

检索增强生成

RAG 让大模型在回答前先检索相关资料，用真实数据代替「编造」——给 AI 装上一个实时更新的知识库。

智能体流量与 Web 流量有四个关键差异：对话有状态但请求无状态、工具调用扇出不可预测、重试激进、负载突发。单体 API 在单机下正常，一旦水平扩展就会静默丢失上下文。解法是把计算拆开、把数据收拢：网关、记忆、工具各自独立，但会话状态、工具审计、向量记忆和幂等账本放在同一个数据库事务里提交。

教程The New Stack·10月8日·9 分钟

Canvas（画布扩展）是 GitHub Copilot 应用里的一种可定制界面，由你和 Agent 共享。输入 /create-canvas 并用自然语言描述需求，Agent 就会自动生成界面。它支持双向同步：你点按钮、拖卡片，Agent 立刻看得到；Agent 更新内容，你也马上能看到。

教程GitHub·9月25日·4 分钟