# I am the Watcher. I am your guide through this vast new twtiverse.
#
# Usage:
# https://watcher.sour.is/api/plain/users View list of users and latest twt date.
# https://watcher.sour.is/api/plain/twt View all twts.
# https://watcher.sour.is/api/plain/mentions?uri=:uri View all mentions for uri.
# https://watcher.sour.is/api/plain/conv/:hash View all twts for a conversation subject.
#
# Options:
# uri Filter to show a specific users twts.
# offset Start index for quey.
# limit Count of items to return (going back in time).
#
# twt range = 1 1
# self = https://watcher.sour.is/conv/pxvnjqq
構建 LLM 應用：大語言模型 LLM（第六部分）**
作者：Vipra Singh 編譯：ronghuaiyang 導讀接下來，我們將轉向 RAG 應用的生成部分。在文本生成方面，我們將運用大型語言模型。到此爲止，我們已經瞭解到原始數據是如何被轉化並存入向量數據庫的，隨後再依據用戶的提示從數據庫中檢索出相關的數據片段。這標誌着應用程序檢索部分的工作已經完成。接下來，我們將轉向 RAG 應用的生成部分。在文本生成方面，我們將運用大型語言模型 ⌘ Read more