搜索[VectorStore]结果-低调大师优秀个人博客

精选列表

搜索[VectorStore]，共38篇文章

SpringAI VectorStore 抽象层:腾讯云 ES 向量存储实现

摘要: 本文聚焦 SpringAI VectorStore 统一抽象如何对接腾讯云 ES,不讲 RAG 概念,只讲代码级落地。

2026-08-21

《Spring AI 2.0实战》第7招 VectorStore别乱选

我是老李，最近在给一家 SaaS 平台做企业知识库问答。上线第一个月，测试组报了个问题：客户 A 问“我们的续约价格是多少”，系统返回了客户 B 的折扣条款。检查一圈，模型没有编造，向量检索确实召回了客户 B 的合同片段。我们当时只做了一层防护：在给模型看的指令里写“不要引用其他企业的数据”。但每次向量相似度先把 B 的片段捞出来，再指望模型自己判断“这段不属于 A”，效果非常不可靠。上下文里已经混入他人数据，生成阶段就很难做到绝对封闭。更糟的是，客户 B 的敏感条款已经进入了模型输入，泄露发生在答案生成之前。

2026-09-03

无限可能Langchain——向量存储和检索

VectorStore 向量搜索是存储和搜索非结构化数据（例如非结构化文本）的常用方法。这个想法是存储与文本关联的数字向量。

2024-06-04

Spring AI与DeepSeek实战三：打造企业知识库

topic":"综合政务","industry":"信息传输、软件和信息技术服务业","remark":"2025年的收益明细信息表"} 创建向量数据库的 Bean @Bean public VectorStore

2025-03-31

5分钟，结合 LangChain 搭建自己的生成式智能问答系统

云搜索 VectorStore 准备登录火山引擎云搜索服务，创建实例集群，集群版本选择 7.10.

2023-07-20

Agents-Flex v1.0.0-beta.13 发布，大语言模型应用开发框架

v1.0.0-beta.13 已经发布，大语言模型应用开发框架此版本更新内容包括： feat: add plugin for solon framework refactor: optimize VectorStore

2024-10-26

使用 LangChain 和 Elasticsearch 开发一个 agentic RAG 助手

工作流从 router agent 开始，该 agent 分析用户的查询以选择最优的检索方法，即使用 vectorstore 、 websearch 或 composite 方法。

2025-12-02

RAG 调优指南：Spring AI Alibaba 模块化 RAG 原理与使用

初始化向量存储 SimpleVectorStore vectorStore = SimpleVectorStore.builder(embeddingModel) .build(); // 2.

2025-04-01

SpringAI ETL 管道:COS 文档处理流水线与知识库自动同步

本文用 SpringAI 的 DocumentReader/TextSplitter/VectorStore 构建 ETL 管道,监听 COS 文档上传事件,自动解析 PDF/Word/Markdown

2026-08-24

【架构实战】推荐系统架构：从千人一面到千人千面

`java /** * 向量召回（用户向量 + 商品向量） */ @Service public class VectorRecallService { @Autowired private VectorStore

2026-07-30

手把手教你用Spring Boot搭建AI原生应用

vectorStore; @GetMapping("/ai/vectorStore/add") public Response vectorStoreAdd(@RequestParam(value

2024-06-06

国产算力筑基，API为刃：大模型应用的积木式创新时代已至

db_directory, chunks, embedding): if not chunks: return None # create vector store and index vectorstore

2025-08-13

LangChain：打造自己的LLM应用 | 京东云技术团队

如下图所示，主要的步骤有 1）通过Document Loaders加载各种不同类型的数据源, 2）通过Text Splitters进行文本语义分割 3）通过Vectorstore进行非结构化数据的向量存储

2023-08-02

Advanced RAG 07：在RAG系统中进行表格数据处理的新思路

#The vectorstore to use to index the child chunks vectorstore=Chroma(collection_name= "summaries",embedding_function

2024-05-15

Llm Application Dev Langchain Agent 实用指南

Claude) embeddings = VoyageAIEmbeddings(model="voyage-3-large") # Vector store with hybrid search vectorstore

2026-08-29

TS版LangChain实战：基于文档的增强检索（RAG） | 京东云技术团队

example.txt"); const docs = await loader.load(); // Load the docs into the vector store const vectorStore

2023-11-28

Spring AI 1.0.0 M1 发布

response = ChatClient.builder(chatModel) .build().prompt() .advisors(new QuestionAnswerAdvisor(vectorStore

2024-05-30

LangChain+通义千问+AnalyticDB 向量引擎保姆级教程

@abstractmethod def embed_query(self, text: str) -> List[float]: VectorStore模块支持存储模块，用于存储由Embedding

2023-11-02

🔥 Spring-AI 与 Solon-AI 深度对比分析报告

new PdfDocumentReader(resource); List<Document> documents = reader.get(); // 向量化并存储 VectorStore

2026-04-07

大模型生成内容的相关性及模型性能的评估方式探讨

responseContent = ChatClient.builder(chatModel) .build().prompt() .advisors(new QuestionAnswerAdvisor(vectorStore

2025-06-04

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。