Google Cloud Go AI Platform v1.89.0版本发布：增强RAG与索引管理能力

Google Cloud Go SDK的AI Platform组件发布了v1.89.0版本，这个版本主要围绕检索增强生成(RAG)功能和索引管理进行了重要增强。作为Google Cloud提供的机器学习平台服务，AI Platform为开发者提供了构建、部署和管理机器学习模型的完整工具链。

RAG功能增强

本次更新在RAG(检索增强生成)功能方面做了显著改进：

1. 新增include_thoughts字段：在Part消息中新增了include_thoughts字段，这个字段允许开发者在模型响应中包含中间推理过程，为调试和理解模型行为提供了更好的透明度。

2. RAG作为上下文存储：现在可以将RAG作为Gemini Live API的上下文/记忆存储使用，这意味着开发者可以构建更复杂的对话系统，使模型能够记住和检索之前的交互信息，显著提升了长对话场景下的连贯性。

3. 文档解析配置更新：对RagFileParsingConfig消息的文档注释进行了更新，为开发者提供了更清晰的指导，帮助他们更好地配置RAG文件的解析过程。

索引管理功能

在索引服务方面，v1.89.0版本引入了重要的新功能：

1. ImportIndex功能：IndexService现在支持ImportIndex操作，这使得开发者能够将外部索引数据导入到AI Platform中，极大地简化了索引迁移和共享的流程。

2. 性能指标注释更新：对global_max_embedding_requests_per_min字段的注释进行了更新，为开发者提供了更准确的性能指标说明，帮助他们更好地规划和管理嵌入请求的配额。

技术影响与最佳实践

这些更新对构建基于大语言模型的应用有着重要意义：

• 调试能力提升：include_thoughts字段的引入让开发者能够洞察模型的推理过程，这在调试复杂提示或解决模型输出不符合预期时特别有用。

• 对话系统增强：将RAG作为Gemini Live API的记忆存储，使得构建具有长期记忆能力的对话助手成为可能，适用于客服、教育等需要上下文保持的场景。

• 索引管理简化：ImportIndex功能的加入减少了数据迁移的复杂性，特别是在多环境部署或团队协作时，可以更高效地共享和重用索引数据。

建议开发者在升级到v1.89.0版本后，充分利用这些新特性来优化他们的AI应用，特别是在需要复杂对话管理和高效索引操作的场景下。