场景介绍

在 RAG 架构的离线入库场景，通过 LAS 产品提供的 分布式计算能力，实现从对象存储到向量数据库的全流程优化。在该链路中，读取数据后，高效完成数据的切分（chunk）和向量化处理，并最终将向量数据批量入库至向量数据库。
同时，LAS 提供有 Chunk 和 Embedding 的算子，平台产品界面中，有对算子进行详细和介绍，便于用户快速搭建该链路。
整个离线入库链路：

操作步骤

前期准备

1. 在 LAS 平台中提供有 CPU 和 GPU 的计算资源队列。由于 Embedding 消耗的算力较大，建议采用 GPU 计算资源。
2. LAS 平台提供将直接将向量数据如下火山引擎的 VikingDB 向量数据库，您可以选择该向量库作为输出端。

搭建 RAG 离线入库链路

1. 在 LAS 平台中，工作流菜单中选择创建工作流模版，找到文本 chunk 切分算子拖拽到画布中，然后在画布中添加文本 embedding 算子，如图所示：

2. 点击输入节点，配置需要检索的数据来源。
3. 点击文本 chunk 切分算子，配置需要切片的字段信息。
4. 点击文本 embedding 算子，配置需要向量化的字段信息。
5. 点击输出节点，配置向量数据库地址。
6. 最后配置需要的 GPU 资源，点击立即运行，这样任务便可以启动了。

查看任务执行日志和状态

LAS 平台具有查看工作流运行情况的功能。用户可以在任务管理中查看工作流的运行状态等信息。