你的问题核心应该是知识检索吧，用户提问，但你不知道去拿哪些数据来喂给大模型？
看你的描述像是围绕个人画像数据方面做的检索，身高、体重、血糖，如果个人的数据量不大、字段不多的话，考虑整体扔给大模型。。。
如果个人数据量比较大，那么就要考虑你的问题了，如何抽取出所需的信息给大模型。。

我目前有两种想法：
1. 将个人画像数据做简单处理，将大量维度数据按小维度扔进向量库，然后根据用户提问做相似性检索取出扔给大模型。
2. 调整应用编排，多次调用大模型，每次调用针对不同关注点做处理。例如首次调用主要是引入意图识别，让大模型根据用户问题帮你识别出可能需要什么 category 下的哪个 key 的个人信息，然后你再去 es 检索。这种缺陷可能会增加响应时间。

这要是发到小某书我还以为是起号的。。。

用 whois 命令查也行吧，不知道限不限制频率，而且你的客户也不多，查询间隔时间长一点，然后存储起来就行

root@localhost:~# whois nmc.cn
Domain Name: nmc.cn
ROID: 20030310s10001s00013947-cn
Domain Status: ok
Registrant: 国家气象中心（中央气象台）
Registrant Contact Email: [email protected]
Sponsoring Registrar: 北京国科云计算技术有限公司（原北京中科三方网络技术有限公司）
Name Server: ns1.sfn.cn
Name Server: ns2.sfn.cn
Registration Time: 2003-03-10 19:14:55
Expiration Time: 2026-12-08 13:45:51
DNSSEC: unsigned

@liuleixxxx 完了你，举报了

You got 6 out of 25 correct!

这玩意儿运营商管的很严。。要看使用场景的。。大多数都是用来做陌拜的。。全是骚扰电话

你这个慢你有没有分析大概是慢在哪些环节？服务器上创建新环境、应用启动初始化慢？还是服务器处理用户请求的复杂逻辑的慢？还是服务器响应后返回到终端用户的网络慢？

另外你这“下载 5M 的 js 文件”，指的是你临时环境中拉取这个 js 到你服务器上？还是用户从你服务器拉这个 js 到他们自己电脑上？

才发现 dromara 社区有那么多熟悉的项目..这是个什么神奇的组织

你这要是发在小某书，我还以为是起号的。。

这玩意儿容易被封吧。。

@lasuar 有个问题想咨询下大佬。。有的 db migration 迁移工具中，提供的都是基于.sql 文件方式去做数据库表结构变更的。这样对于纯 DDL 基本是有效的，但是不知有没有这样的场景，例如在做了 DDL 之后还要做一些数据处理工作，如原有 A 字段可能因早期设计不合理，现在需要新增一个 B 字段，这是 DDL 部分，但是还需要将 A 字段中已有的数据通过脚本提取、处理、转换并更新到 B 字段上。这时数据处理的逻辑就不太好放在.sql 中编写了吧。

我的做法都是引入第三方工具库，然后自己写脚本的，在脚本中调用库的 DDL 方法，然后再写一些额外的数据处理逻辑的。不知大佬这种抛开第三方工具独立维护的方案中，如何处理这样的需求的

@hetal 好的感谢，大致的参照了下上面老哥的处理方式做了调整。。好像是 json 类型字段并没有做 utf8 解码，问题在于 perl 的 DBI 的库 https://github.com/perl5-dbi/DBD-mysql/issues/309 ，希望给后人留下一些有用信息

@zhanglintc 老哥。。pt-archiver 也有类似问题，能否照这思路帮忙改一下，官方都 5 年没动静了。。原问题： https://forums.percona.com/t/when-pt-archiver-archives-mysql-json-fields-garbled-characters-appear/39307

主要是各位有没有具体的实践啊，选了多模态模型之后，开源的 AI 工作流平台选哪个，coze 貌似还不支持多模态模型，dify 好像仅能用 gemini ？ ragflow 中添加了工具之后就无法分析上传的图片。。。

1. 知识库的源文档可以是任何形式的文件，如 docx 、ppt 、pdf 等等，那么此时需要做第一步，将这些多种形式的、非结构化的数据转化为结构化的数据结构，如都统一转化为 markdown

2. 分段问题是整个工程里比较重要的且棘手的一项问题。要考虑分段大小是否匹配模型窗口、分段后上下文如何不丢失、语义不丢失等。。应该没有固定的一种手段。。要保证上下文的话，可以分段是保留一些重叠，或者构建知识图谱（这个又引入了复杂性）。。分段策略可以网上搜一下，一大堆资料，一些 rag 框架里也会自带的

3. 多模态的还没尝试过，也在研究。可以将图片也转化为文本描述，那么入库的都是文本了，后续检索也只需要根据文本检索，但这严重依赖文本的准确性，可能导致检索精度丢失。。另一种就是用多模态模型了，让图片向量与文本向量存储在同一空间里，直接做图文检索。。

@coolcoffee registry 不行啊，我部署后使用 s3 协议存在阿里云 oss 上有问题，网上找了一大圈都没看到解决办法。。。

@pavelpiero 走域名具体是咋走的？是内网分配的域名吗？也就是说内部搭建一个跨集群的 dns 服务？还是说走的公网域名，利用公网 dns ？