開發團隊需要將經驗與知識，透過文件化的方式保存下來，以便未來查詢與學習。然而，企業內部文件往往分散於 Confluence、Google Drive、Notion 等平台，傳統關鍵字搜尋難以快速獲取準確資訊，導致>溝通成本高、開發流程受阻。又或是，當開發團隊需要查詢特定知識時，往往需要透過 Slack、Email 等方式詢問同事，這樣的溝通成本不僅浪費時間，也容易造成資訊不對稱。

學員將學會如何利用 RAG 技術，結合 OpenAI、LangChain、Qdrant 向量數據庫，構建企業內部文檔的智能知識庫，並能設計與實作一個基於自然語言處理（NLP）的查詢系統，來提升開發團隊的效率與知識管

理能力。

流程

• 使用 LangChain 結合 OpenAI 模型與 Qdrant，製作自動化問答系統
• 為什麼需要 RAG（Retrieval-Augmented Generation）
• Embedding 與向量數據庫
• Embedding Search
• DIY
• Evaluation
• k8s RAG QA

工作坊結束後，學員將能夠：

• 理解並實作 RAG 技術，將內部文檔轉化為智能知識庫
• 使用 Python 和 OpenAI 構建基於檢索的問答系統
• 利用 Qdrant 向量數據庫進行高效檢索，提升開發流程中的知識管理效率。
• 這樣的工作坊結構能夠平衡理論與實踐，並為學員提供實際動手操作的機會。