这个Bot的实现原理参考的是 FreshLLMs: Refreshing Large Language Models with Search Engine Augmentation 这篇论文。研究者发现通过将搜索引擎检索到的最新信息整合到大型语言模型(LLM)的提示词中,可以显著提高LLM在处理需要快速更新知识和包含错误前提的问题时的准确性。我已经在前一篇文章中对这个思路的合理性做过介绍了,这里就不在赘述了。这篇文章我主要分享一下如何在Coze平台上实现“搜索引擎增强大型语言模型”这个技术。如果你对Coze平台还完全不熟悉,建议你先到 上尝试自己制作一个最简单的Bot。基础问题应该都能在官方文档()找到答案。Dr. Know的核心就是一个叫做search_and_answer的Workflow,这个Workflow主要干了两件事:一,调用Google搜索插件搜索互联网上的相关信息;二,调用LLM组块,让LLM基于搜索到的上下文信息生成回复。Dr. Know支持用户设置语言偏好,所以在这个Workflow里还需要对用户设置的语言偏好做一些相应的处理。