[strong_begin] 以下为课程讲义，供参考，非详尽版，观看视频更为全面。[strong_end]

你好，我是李锟。

在上节课中，我们实现了孔子数字人在形象和语音两方面的个性化定制。孔子数字人是一个很好的例子，可以展示出 AI Agent + 2D 实时数字人的很多技术细节。不过这位孔老夫子实在缺乏烟火气，他无法回答与当今世界有关的任何问题。

Step 1：建立 LLM 与外部数据源的桥梁

其实单单靠基础 LLM 自身，是无法回答以下 3 类问题的：

1. 那些最近世界上才发生的事情。

2. 非常专业的领域问题，例如物理学、生物学的前沿问题。

3. 特定于某个组织内部的事情。

LLM 尽管是使用超级海量的数据训练出来的，它也只能回答训练它的数据中存在的事情。在现实世界中新发生的事情，它要么承认自己不知道，要么只能完全靠虚构（一本正经地胡扯，LLM 这方面的能力非常强）。

为了让 LLM 能够准确地回答那些它所不知道的事情，必须在 LLM 与现实世界的各种数据源之间建立一个桥梁，让它有能力通过这个桥梁获取外部的信息和知识。

外部数据源的种类非常多，普通的应用开发经常使用的数据源有 3 大类：

1. 来自大量的图书、专业文档中的数据。

2. 来自搜索引擎的数据。

3. 来自组织内部各种数据源中的数据，例如（SQL）关系数据库、NoSQL 数据库、还有大量以文档形式保存的行业知识库。