# MNC Unified RAG Chain

MNC Verified RAG Chain Single Turn이나 MNC RAG Chain Single Turn 체인을 사용하지 않고도

Unified RAG Chain을 활용할 수 있습니다.

예시 워크플로우

<figure><img src="/files/Tv3dPlBCN8bcG1rouWNF" alt=""><figcaption></figcaption></figure>

* MNC Unified RAG Chain 을 사용하여 RAG워크플로우를 만들었습니다.
  * Chat Model : LLM 서빙을 연결합니다.
  * Vector Store Retriever : 벡터 DB 및 검색기 노드를 연결합니다.
  * Prompt: 사용할 프롬프트 템플릿을 연결합니다.
    * MNC Prompt나 Chat Prompt Template를 연결합니다.
  * Memory: 연결하는 경우 Multi-turn, 연결이 없는 경우 Single-turn 으로 동작합니다.
  * Input Moderation : 모더레이션 노드를 연결합니다.
  * Max Content Character
    * FAQ Retriever
      * FAQ Retriever를 연결하는 경우 Verified QA 로 동작합니다.
      * FAQ Retriever를 연결하는 경우 아래 FAQ Answer Key는 필수로 등록해야 합니다.
  * FAQ Answer Key : FAQ Retriever 로 부터 검색된 결과가 존재할 경우 출력할 text의 key 값\
    입니다. 딥서핑 노드의 기본 값은 "pageContent" 입니다.
  * Return Source Documents : 답변 결과로 검색 결과 청크를 전달할 것인지를 선택합니다.
    * Additional Parameters : 프롬프트를 설정 합니다.
    * Output : 다른 chain에 전달할것인지, 워크플로우 출력으로 사용할 것인지 선택합니다.

프롬프트 변경

* Additional Parameters 를 클릭하여 설정창을 엽니다.

<figure><img src="/files/iuQ9srrqen52mgnsvOjB" alt=""><figcaption></figcaption></figure>

* Add Meta Info
  * 벡터 DB에서 검색된 결과에 있는 메타 정보까지 LLM에 전달합니다.
  * 예시에서는 file\_name 정보를 전달하게 됩니다.

<figure><img src="/files/tmds948iOg1sZEUPNBSZ" alt=""><figcaption></figcaption></figure>

* Rephrase Prompt
  * 이전 대화 기록을 사용하여 질문을 재구성합니다.
  * 노드에서 Memory를 연결했을 때 사용됩니다.
  * 우측 상단에 있는 확장 버튼 클릭 \\

    <figure><img src="/files/I7sII1ooEhLecsUFHk4o" alt=""><figcaption></figcaption></figure>
* 내용을 작성하고 저장합니다.

<figure><img src="/files/fY2rTTQe4q9Z11ZAJE4G" alt=""><figcaption></figcaption></figure>


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://genos-docs.gitbook.io/default/v1.8.5/flowise-nodes/components/mnc-unified-rag-chain.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.