由 AI 生成的文章摘要 
RAG系统通过语义检索和文本嵌入技术为LLM提供知识补充，但存在分块导致的上下文断裂和嵌入模型语义理解局限等问题。相比之下，基于文件系统访问（FileSystem Access）的检索方式赋予LLM主动探索知识的能力，通过提供目录浏览、文件搜索等工具实现更灵活的数据交互。这种模式将LLM从被动接受者转变为主动感知者，更符合Agent的发展趋势，尽管会在token消耗和安全性方面存在挑战。 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？Retrieval-Augmented Generation（检索增强生成，RAG）是一种可以允许 LLM 从大规模非结构化信...