针对于RAG可以做一些优化吗 现在每次问问题都比较慢 ，虽然有缓存机制，但是还是需要1-2分钟时间

[wxw-123]

[slackzh]

是的，同样的问题

[wxw-123]

是的，同样的问题

我解决了

[slackzh]

请问怎么解决的

[wxw-123]

请问怎么解决的

你的文本有多少

[wxw-123]

你需要提供一下你的场景 比如你的文件下 有多少字符 其次你使用的是什么大模型 你的文件有多大 是几百兆 还是几个G

[slackzh]

你需要提供一下你的场景 比如你的文件下 有多少字符 其次你使用的是什么大模型 你的文件有多大 是几百兆 还是几个G

文件很小的，不到1MB。我是新手，仿造例子写的。

tools = ['iot_controller', 'pc_operator', 'amap_weather']
bot = Assistant(llm=llm_cfg, 
                system_message=system,
                function_list=tools,
                files=[os.path.join(ROOT_RESOURCE, 'iot.md'), 
                       os.path.join(ROOT_RESOURCE, 'pc_command.md'), 
                       os.path.join(ROOT_RESOURCE, 'ykbox.pdf')])

如果不传入这几个文件，对话反应时间大概两秒多，传入文件反应时间大概要四五秒了

模型是 qwen-max 或者 qwen-plus，感觉差不多

[wxw-123]

已经很快了