今天主要是想搞懂一個我之前常看到但不太懂的詞 —— RAG（Retrieval-Augmented Generation）。很多人都說這是讓 AI 更「懂資料」的關鍵技術，而 Dify 其實就是把它整合得很完整的平台。

RAG 的意思其實很簡單，可以拆成兩部分：

1. Retrieval（檢索）：AI 先從資料庫或知識庫裡找出跟問題有關的內容。
2. Augmented Generation（增強生成）：再用這些找到的內容去輔助模型回答，讓回答更準、更有依據。

以前模型回答問題都是「靠記憶」，現在變成「先查資料再回答」，這就是 RAG 的差別。

我在 Dify 裡的實作：開啟我之前的小助理，確認已經連上知識庫。問它一題我資料裡才有的：「請說明 HL7 FHIR 的主要結構。」然後我再開開發者模式（Dify 有顯示檢索結果的地方），看到它真的先去「檢索」資料庫內容，再把結果整合回回答裡。

這時我就理解：
知識庫 = 資料來源
模型 = 說話的人
RAG = 把資料給模型看，再請它講出完整答案

心得
以前我以為 AI 的厲害在於「它知道很多」，
但其實真正厲害的是「它會去查、會用資料說話」。
今天學完 RAG，我覺得 Dify 不只是聊天平台，它更像是一個「AI 知識應用框架」。
如果以後我把課程筆記、報告、資料都放進去，我就能做出一個懂醫資內容的 AI 助理。