项目背景
最近，老板让我做个机器人儿，让这个机器人可以根据用户问的问题回答相关业务领域的数据。业务数据现在都在不同的库不同的表里。
思路历程
历程一
把全部的业务数据弄到一张表里面，‘%like%’不就完事了。如果用户问“差旅住宿费标准”这种关键字类型的like可以查到，但如果用户问的“工作人员差旅住宿费标准”这种一段话类型的，那like不就g了，啥都查不到。
历程二
后来想这个机器人不就那么像现在的GPT，那我把全部的业务数据都整理出来全部交给模型不就行了，但因为是政府项目数据都需要保密，不能使用远程三方算力，不然会有数据泄露的风险；不能用现成的，大不了我就自己本地搭一个呗，这两年ai爆炸，网上各种各样的大语言模型都有，一顿操作按了许多，最终找到一个很不错的一只羊驼Ollama，github上start量高达75.7k。
具体安装使用流程我后面文章再介绍，用这只小羊驼回答效果是挺好的，就是电脑配置不行的话回答速度实在太慢。而且政府给的服务器连显卡都没有，只有cpu运算，随便来几个人同时问那服务器不就g了。
历程三
ElasticSearch，ES本就是为搜索而生的，把业务数据都同步到ES，ES通过ik分词器把用户的问题分成多个词语找到匹配度最高的数据
这样在某些条件下是可以满足要求的，但如果某条数据中‘工作人员’这个关键字出现了多次，那es给他的评分就会非常高，从而给我们这条毫不相关的数据，所以我们还需要提高我们查询的精确度。
业务数据是从不同系统中整合过来的，如果能首先确定用户需要的是哪个系统的数据，那精确度就会高很多了，比如用户问“工作人员差旅住宿费标准”，肯定是需要去差旅住宿费系统里面查的，如果问“XXX的车牌号是多少”，那就需要到车辆管理系统里面查；所以我们可以根据每个系统创建一个他们专属的字典，当用户的问题中出现字典中的词语，我们就去对应的系统里面查询，这样精确度就会高很多了。
但是ik分词器并没有提供词语是在哪个字典中搜索出来的，所以这里我们需要在程序中把问题分词，并知道每个词语在哪个字典中，添加搜索条件。这里我们可以使用大佬们开源的分词工具HanLP
把我们的相应业务字典加进去，分析出词语所在的字典，再去ES搜索就ok啦。
总结
大语言模型的回答极其智能，只是对配置的要求过高，对于预算有限的公司不太适用，而且目前的模型还需要更多的训练，也不太符合政府项目的要求。倘若有用户引导其回答了过激言论或不符合当前政治的话语，那后果将不堪设想。
