搜索[RAG系统]结果-低调大师优秀个人博客

精选列表

搜索[RAG系统]，共10000篇文章

智能体化检索增强生成：关于智能体化 RAG 的综述

原文: https://mp.weixin.qq.com/s/0iZbROEfeHA470l4zM1mAg

2026-09-14

把 MES 设备手册做成 RAG 友好语料——长文档切片的工程实践

在 MES（制造执行系统）实施项目里，现场工程师最常提的一类需求是："这台设备的换型参数在哪份手册里""某个工单的报工逻辑为什么和 SOP 对不上"。

2026-09-13

FDE落地实战 05｜RAG、Agent、MCP、Skill，企业AI到底该怎么选？

导语：企业AI项目最容易出现一种“名词驱动架构”：先听说RAG，就把所有资料塞进向量库；再听说Agent，就让模型自主规划；看到MCP和Computer Use，又想一次接通全部系统；最后把Prompt

2026-09-08

LangChain4j 实战：RAG、工具调用、护轨与 SSE 流式输出

可 demo 和上线之间隔着一整条河：模型不知道你公司的文档、不能操作你系统里的数据、还可能一本正经地乱说话。

2026-08-28

企业知识图谱+RAG 在腾讯云怎么落地？架构与代码路径

结论先行：企业知识图谱+RAG 组合在腾讯云上可落地为「向量数据库召回 + 图谱遍历融合」的双路检索架构，比单纯向量库多出推理、溯源、多跳三类能力。

2026-08-22

RAG 实战教程（二）：向量相似度、向量数据库与 Chroma 实战

在上一篇教程中，我们已经把 RAG 的分片、索引、召回、重排和生成都讲了一遍。其中索引比较简单，你只需调用在线 Embedding 接口生成向量，再保存成 JSON 文件，查询时逐条计算相似度。

2026-08-21

RAG 上线后为什么总"答非所问"？黄金数据集与检索质量评测

AI 测试开发面试高频题："你们怎么评测 RAG 系统的质量？" 答"看回答得对不对"只能算及格。这篇讲一次真实的"答非所问"故障是怎么定位到检索层的，以及黄金数据集 + 分层评测怎么搭。

2026-08-13

从 RAG 到 Knowledge Layer：腾讯乐享企业知识库的实践

过去两年，企业在落地大模型与 Agent 时，RAG、Text-to-SQL、MCP 等底座架构已经高度成熟。但当这套经典组合步入真实、复杂的业务深水区时，却频频在供给侧遇冷。

2026-08-07

LangChainGo 文档切分器：如何为 RAG 灌入高质量的文本块

做过 RAG 的开发者大概都踩过一个坑：明明向量库里灌了大量文档，检索出来的片段却驴唇不对马嘴。

2026-07-15

代码 RAG 的切片之痛：从 token 切片到 Wiki 化预处理

• AI 工作流 100% Vibe Coding 完成 Game Jam 游戏开发：少数派作者实战分享，用纯 AI Agent 工作流完成独立游戏全流程——从设计到编码到调试，"Agent 和人一样离不开闭环"。

2026-07-13

京东自研智能体引擎平台 JoyAgent 正式开源多模态 RAG 能力

但其局限性也日益凸显一、多模态问题：处理结构化与非结构化内容当面对企业内普遍存在的文档时，一个仅能理解文字的RAG系统，无法阅读和理解图片、表格中蕴含的丰富信息。

2025-12-02

🔥 Solon AI 正式发布，支持 Java8+、RAG、MCP、模力方舟

主要支持的的智能体开发场景有：Chat；RAG；MCP；AiFlow。

2025-05-23

🔥 Solon AI 正式发布（支持 Java8+、RAG、MCP、模力方舟）

主要支持的的智能体开发场景有：Chat；RAG；MCP；AiFlow。

2025-05-23

绕过 RAG 实时检索瓶颈，缓存增强生成（CAG）如何助力性能突破？

传统 RAG 方案中的检索延迟、准确性波动以及系统复杂度，都在考验着开发者的耐心和智慧。

2025-02-28

Advanced RAG 11：对用户输入的内容进行「分类处理」和「再优化」

传统的 RAG 技术虽然能有效减少 AI 回答内容中的错误，但并不能改进用户最初提交的 query 内容，因此可能会出现以下这些问题：对于用户提交的简单 query ，系统可能会消耗过多的计算资源，浪费用户时间和增加资源消耗

2024-08-12

RAG一文读懂！概念、场景、优势、对比微调与项目代码示例

其实上述“你”的工作流就是“RAG”的工作流，可以将“你”当作一个RAG模型，即“检索”、“利用”、“生成”。了解了RAG的基本工作流之后，可能会思考：RAG主要在什么场景下使用呢？

2024-03-07

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

比如常见的系统角色提示词，一般都遵循以下结构：{introduction} {example} {start}，比如一个【名人采访】角色的提示词：使用PipelinePrompt组合实现： import

2023-11-28

检索增强生成（RAG）：从离线索引到在线重排的工程实现

想象一个学生，背过很多书，但有两个毛病：记不准细节，也记不住昨天才发生的事。你问他"公司上季度营收是多少"，他可能凭印象编一个数字——听起来合理，其实是错的。大模型就是这个学生。它把海量知识压缩进了参数，可一旦遇到没背熟、或背完之后世界又变了的事实，就会一本正经地幻觉（hallucinate）。

2026-10-22

为什么 Agent 记忆不是简单的 RAG：Context 管理的三个层次

很多人第一次接触 Agent 记忆时，会问一个合理的问题："这不就是 RAG 吗？" 表面上看确实像：都是存信息、检索信息、把结果放进上下文。但一旦深入使用，差异就显现了。

2026-10-22

WorkBuddy 给舞台工艺建一座会长大的 RAG 知识库

把一座剧场的工艺资料喂给 WorkBuddy，问它某份扩声验收单该不该签，它会立刻回你一个规范编号——语气笃定，编号却是编的。这不是模型坏了，是它没有这座剧院的判读上下文：训练语料里这类编号见得太多，模型学会了"像"，没学会"对"。在要签字验收的行当里，一个编错的编号写进检测报告，不是"答错一道题"，是"带病验收、带病签字"。

2026-10-18

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

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。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。