推荐语
AI IDE神器Trae+MCP，轻松提升知识库检索精度300%！喂饭级教程手把手教你实现。
核心内容：
1. RAG局限性及解决方案：文件分片、检索不精确、全局概念缺失
2. 超长上下文模型minimax-01，支持400万tokens，效果显著提升
3. Trae+MCP一键接入数据库，降低AI大模型接入数据库门槛
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
就是满怀期待的把资料“投喂”进知识库后，以为大模型能把所有资料完整“消化吸收”了。结果一测试发现问答效果不尽如人意。咱们得先明白，RAG它不是银弹，不是全能的，它也有局限性，并不适合所有场景。RAG的原理其实网上已经有非常多的资料了，这里就不详细赘述了。1.文件分片：文件分片本身不是局限性，但是分片导致原本连贯的内容被分割，就会导致后期检索到的内容信息缺失。
2.检索不精确：因为RAG是使用向量比对的方式（数学的维度）来查询语义相近的内容，但是这也会导致有时候匹配的内容可能并不是我们想要的信息。
3.没有全局概念：由于知识库里面的文件都是分片存储，每次回答只会检索部分内容，所以，很难准确回答一些全局性的问题（或者说统计型的问题），比如知识库中的老师一共有多少位，一季度有多少个订单等等。
第一个问题（文件分片导致上下文丢失）其实在我之前的一篇文章里面已经给出了一个解决方案。就是大力出奇迹：使用超长上下文的模型，把相关的不相关的内容出来都检索丢进去，给大模型自己判别，所以这个模型还必须有超强的"大海捞针"能力。感兴趣的朋友可以看看。超长上下文开源模型minimax-01，支持400万tokens
dify%20v1.1.0%E6%8E%A5%E5%85%A5%E8%BF%99%E4%B8%AA%E5%BC%80%E6%BA%90LLM%EF%BC%8C%E7%9F%A5%E8%AF%86%E5%BA%93%E6%95%88%E6%9E%9C%E7%9B%B4%E6%8E%A5%E8%B5%B7%E9%A3%9E%EF%BC%8C%E7%9C%9F%E5%8F%AF%E4%BB%A5%E5%B0%81%E7%A5%9E%E4%BA%86%EF%BC%81%E3%80%90%E5%96%82%E9%A5%AD%E7%BA%A7%E6%95%99%E7%A8%8B%E3%80%91%22%2C%22url%22%3A%22https%3A%2F%2Fmp.weixin.qq.com%2Fs%2F7y6ep0UJkZLvcvaowrilog%22%2C%22nickname%22%3A%22%E8%A2%8B%E9%BC%A0%E5%B8%9DAI%E5%AE%A2%E6%A0%88%22%2C%22authorName%22%3A%22%E8%A2%8B%E9%BC%A0%E5%B8%9D%22%7D%7D">袋鼠帝，公众号：袋鼠帝AI客栈dify v1.1.0接入这个开源LLM，知识库效果直接起飞，真可以封神了！【喂饭级教程】
但是，那时候，我觉得这个方案还没有很成熟，而且操作起来较为繁琐，所以就一直没有分享。直到最近MCP的大火，至少让AI大模型接入数据库的门槛又降低不少。以及我平时最最喜欢用的字节旗下的AI IDE神器：Trae，终于终于支持MCP了！它直接就内置了数据库的MCP-Server，这意味着我们可以通过MCP把数据库一键接入大模型。本期将主要以PostgreSQL这个简单、轻量的关系型数据库为例，带大家接入（同时它应该也能满足大部分的使用场景了）。声明，数据库方案更适合表格类型的数据，文本建议参考“大力出奇迹方案“
另外使用Trae的MCP能力，也需要先在本地安装Python环境、Node环境（这块网上资料很多），也可以问AI～https://www.postgresql.org/download/下载地址：https://dbeaver.io/download/打开dbeaver，点击右上角的小+号，选中PostgreSQL添加其他 默认配置即可，在下图，我们只需要填上安装PostgreSQL过程中的自己设置的密码，点击完成添加好本地的PostgreSQL之后，左边会出现一个小图标，双击一下连接数据库。可能会要求安装连接数据库的相关驱动，跟着步骤安装即可驱动安装成功之后，可以看到数据库大象图标那里有个小勾。打开Trae，按照下图方式，如果第一次没有MCP，会提示需要添加MCP接着就进入到MCP市场了，添加PostgreSQL上面复制的PostgreSQL url不能直接粘贴使用，需要参考它给出的格式调整一下postgresql://postgres:密码@127.0.0.1:5432/postgres使用mac的朋友如果报这种错，说明相关路径没有权限sudochown-R $(whoami) ~/.npm
PS：其他任何报错都可以丢给Trae，让AI帮你解决
直到PostgreSQL MCP变为可使用状态，就代表配置好了
并且，为了安全，只提供了查询功能，无法进行增、删、改。
接下来我们需要把测试数据导入PostgreSQL中是我之前在某宝爬取的一些内存条商品信息，一共135行咱们直接用前两天刚刚发布的「扣子空间」，让它把这个表格转为可直接导入PostgreSQL的sql文件。提示词：
我想把这个Excel导入PostgreSQL（表需要新建），根据这个Excel的内容，帮我生成导入所需的sql文件，记得把列名翻译成英文，考虑字段的字符串长度是否够等因素，生成后供我下载。
如果是在以前，估计得写代码，或者用Excel表达式吭哧吭哧搞半天
按照下图的步骤，把数据导入PostgreSQL数据库中注意：由于大模型并不知道表格的结构和信息，我们需要把表格结构连同问题一起发过去（如果是智能体就可以把表格结构放到系统提示词中）表格结构在之前生成的sql文件里面可以找到（如下图红框中这段）这个方案是由大模型写sql语句来进行查询，所以，查询精度是可以保证的。亲测，Claude3.7还是比新版DeepSeek好用。。。至少sql语句写的更符合要求。这个方案还可以结合RAG一起用：比如做一个工作流，搞一个大模型在最前面判断，用户问题如果是全局，或者统计性质的，就走数据库。否则就走RAG，这样结合起来，将会极大的提升整个知识库的检索精度。写到这里，我不经想起当年刚做程序员的时候，有几个月每天都写各种复杂的sql，从生疏，到炉火纯青，现在看来好像没有多大用处了，因为AI完全可以秒出。不经感叹，技术发展的真快，而我们，好像只能不断紧跟时代的步伐，才不至于被淘汰。![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
粤ICP备14082021号
免费POC，
零成本试错
