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

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

RAG检索增强实战：原理、七步链路与最小可用代码

这一篇拆开看 RAG 的七步链路——文档怎么切、向量怎么搜、答案怎么拼。

2026-10-10

RAG 演示为什么总是很完美，上线就翻车：三类静默失败

看过不少 RAG 产品的演示，输入干净、问题明确、答案带引用，一切流畅。上线两周后收到的反馈往往是另一回事：答案读起来依然流畅，但引用的是过期文件，或者干脆把没有的信息补了出来。

2026-09-22

843 个 RAG 项目，怎么筛到适合你的那一个

在 GitHub 上搜 "RAG"，出来的项目数以千计。我维护的一个开源项目目录里，光是"RAG 与知识库"这一个分类就收了 843 个。对要选型的人来说，这不是财富，是噪声。

2026-09-17

Agent渡劫48关-第14关-为什么企业RAG通常需要多路召回？

我是老李，在一家做全球智能客服 Agent 平台的团队带工程。平台上有几十个企业租户，每个租户下面又有多个项目、多个语种、多个入口：IM、电话、邮件，还有企业数字人。Agent 后面连着 CRM、订单、支付、物流、工单和知识库。

2026-09-13

FDE进化36记-第18记-RAG为什么不是Vector TopK就结束？

我是老李，在一家做全球智能客服平台的公司带 FDE 团队。平台上同时跑着跨境电商、本地生活、金融三类客户，它们共用一套 Agent 运行时、共用一个检索集群，但知识库彼此不可见。

2026-09-12

LangChain 入门教学：一张地图搞懂模型、链、RAG、图与智能体

这是一篇面向"想系统学 LangChain 但被各种名词绕晕"的开发者的教学文章。我们不从某段代码开始，而是先建立一张认知地图：LangChain 到底有哪些零件、各自解决什么问题、什么时候该用哪个。

2026-08-24

RAG 企业知识库构建实战：CodeBuddy 如何让 AI 懂你的业务代码？

CodeBuddy 通过 RAG（检索增强生成）企业知识库能力，将企业内部文档

2026-08-18

个人知识库论文学习：个性化RAG与智能体综述

论文原文：A Survey of Personalization: From RAG to Agent 作者：Xiaopeng Li, Pengyue Jia, Derong Xu, Yi Wen, Yingyi

2026-07-23

Neo4j知识图谱：Graph RAG让大模型理解实体关系

• iOS 27 首个公开测试版已放出，几项系统级交互改动值得关注，果链开发者可以提前踩坑了。

2026-07-20

我用500行代码搭了个能用的RAG——不需要任何框架

你刷到过多少篇"十分钟上手LangChain RAG"的教程？GitHub上跑不完的demo，文档厚得像砖头，跑起来还是一堆依赖报错。

2026-07-14

AI 网关代理 RAG 检索：Dify 轻松对接外部知识库的新实践

通过 AI 网关将 Dify 的高效编排能力与专业 RAG 引擎的检索效能结合，企业可在保留现有 Dify 应用资产的同时，有效规避其内置 RAG 的局限，显著提升知识驱动型 AI 应用的生产环境表现。

2025-08-29

深入浅出 GenAI 关键概念—— 从 RAG、Function Calling、MCP 到 AI Agent

简介随着大语言模型飞速演进，其在知识时效、生成准确性以及与外部系统交互方面的局限也愈发显现。

2025-05-12

👍JeeSite V5.11.0 发布，Java低代码，微服务，AI + RAG + CMS 助手

升级内容新增 CMS + RAG + AI 知识库模块，实现向量数据库检索增强生成及人工智能对话（Boot3）新增字段权限接口，过滤 select 返回值，update 和 insert 字段值

2025-03-26

揭开RAG的神秘面纱：重新定义信息检索的革命性技术

最后，针对RAG系统的召回效果与模型回答质量，本文提出了多种评估方法，为实际开发提供了重要参考。通过本文，读者可以全面了解RAG技术的原理、实现路径及其在信息检索领域的革命性意义。

2025-03-19

提高 RAG 应用准确度，时下流行的 Reranker 了解一下？

检索增强生成（RAG）是一种新兴的 AI 技术栈，通过为大型语言模型（LLM）提供额外的“最新知识”来增强其能力。

2024-04-17

LLM 回答更加准确的秘密：为检索增强生成（RAG）添加引用源

想要回答这两个问题，就不得不提到今天文章的主角——RAG。RAG，也就是检索增强生成（Retrieval-augmented generation) ，可以弥补现有 LLM 应用能力的技术。

2023-08-17

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。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

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。