LangChain+LLM做知识库时，参数如何调优(3)

如何文本分割的时候，按照每行进行分割？因为我的本地TXT文件知识库是按照Q，A的形式组织的。也就是文本切片的时候按照每行进行切片。· Issue #893 · imClumsyPanda/langchain-ChatGLM (github.com)

建议：

其实FAQ最好的实现是不用大模型。只做AQ里的Q的文本切割（一般用\n对内容简单的split即可）、向量化，AQ成对存放在数据库里。

这样达到的效果是：用户提问题，根据相关度匹配向量库的Q，如果Q有多个则返回给用户问的哪个问题，如果Q只有1个，则通过Q在A数据库里搜索Q对应的A，A返回给用户。

至于想显得智能些，FAQ里匹配不到用户问题时，再考虑用大模型，把用户问题抛给大模型并提示用户是机器人回答的。