搜索[RAG技术]结果-低调大师优秀个人博客

精选列表

搜索[RAG技术]，共10000篇文章

Agent渡劫48关-第18关-RAG回答错误到底应该从哪里开始查？

我是老李，做的是多租户全球智能客服 Agent 平台：一个系统里同时跑着多家企业、多个项目、多语言、多渠道（IM、电话、邮件、企业数字人），下游连着 CRM、订单、支付、物流、工单和知识库。售后政策问答是最早上线的一类能力，也是最容易被业务方抓到问题的一类能力。

2026-09-13

Agent渡劫48关-第20关-多租户RAG怎样才能真正不串数据？

我是老李，做企业级 Agent 平台，手上有套多租户全球智能客服系统：几十家企业共用一套 Agent Runtime，覆盖 IM、电话、邮件和企业数字人入口，背后挂着各家的知识库、订单、工单和 CRM。

2026-09-13

用了 RAG 两年后，我们发现 AI 真正的问题是没知识

RAG，Retrieval Augmented Generation，检索增强生成，这几年企业做 AI 知识库基本都是从它开始的。

2026-09-03

RAG 检索增强：让 AI 基于你的知识库回答，不胡说八道

在前四章中，我们已经为 AI Agent 配齐了LLM推理底座、Prompt能力、长短记忆、规划反思思维。此时的Agent已经具备「独立思考」的能力，但仍然是一个封闭的智能体：无法获取实时信息、无法执行代码、无法对接业务系统、无法处理外部数据。

2026-08-29

开源语义切片利器 Pragmatic Chunker 发布：一条命令打通 RAG 检索全链路

面向 RAG 场景的语义化文件切片与向量入库工具，Java 17 构建，从切片到检索一气呵成。

2026-08-21

RAG与Agent协同调优：从检索延迟到决策质量的系统性优化

在典型的RAG Agent架构中，用户查询经过意图解析后，触发多路检索（向量+关键词+结构化），检索结果经重排序送入规划器（如ReAct、Plan-and-Solve），规划器分解子任务并调用工具（外部

2026-08-20

基于 RAG + LangChain 搭建企业级私有知识库问答系统（2026 实战版）

企业内部的制度文档、技术手册、客户资料，ChatGPT/DeepSeek 统统不知道。RAG（Retrieval-Augmented Generation，检索增强生成）的核心思路是：

2026-08-15

向量数据库选型指南：RAG场景下的性能对比与调优策略

在企业级 RAG（Retrieval-Augmented Generation，检索增强生成）系统中，向量数据库很容易成为一个被低估的基础设施组件。

2026-08-14

从 RAG 到 Agent，看懂热门 AI 办公组合背后的逻辑

最近 WorkBuddy 的热度明显上升，网络上关于“怎么用 WorkBuddy 做资料整理、写文章、生成报告、自动执行任务”的介绍很多，其中一个很典型的玩法就是：

2026-08-14

基于 RAG + LangChain + FastAPI 搭建生产级私有知识库问答系统（完整可运行）

服务启动后访问 http://localhost:8000/docs 即可看到自动生成的 Swagger 交互文档。

2026-08-13

基于Python与LangChain构建多模态RAG系统：从向量检索到视觉问答的实战

传统RAG系统仅处理文本，但企业文档中50%以上信息以表格、流程图、截图形式存在。若直接丢弃非文本数据，会损失大量语义信息。

2026-08-13

零构建企业级 RAG 问答ai产品：架构、调优与可观测性实践

本文从一个真实场景——企业内部制度文档智能问答出发，完整拆解 RAG（检索增强生成）产品的工程化落地，涵盖架构设计、混合检索优化、自动化评测及生产级部署，并提供全套可运行代码。

2026-08-05

3天改造一个烂尾智能客服：RAG双阶段检索与记忆压缩实战

接手过一个"烂尾项目"：一个基于FastAPI + 智谱AI glm-4的智能客服，知识库是几百MB的静态文件，每次用户提问都要把整个知识库扫一遍再塞给大模型。响应时间8秒起，Token消耗惊人，答案准确率只有52%。

2026-07-30

视频理解RAG：从视觉感知到时序多模态检索系统的架构设计

根据 IDC 发布的数据预测，到2025年全球数据总量将超过 180 ZB，其中大量增长来自：

2026-07-23

GEO与RAG检索链路：为什么高质量页面仍进不了AI答案

一篇文章内容专业、结构完整，也已经被搜索引擎收录，却始终没有出现在 AI 答案中。

2026-07-22

2026多模态RAG“幻觉风暴”调查：跨模态对齐失效与语义锚点重构纪实

2026年7月，随着企业知识库全面进入图文音视频混合时代，多模态RAG（检索增强生成）成为大模型落地的标配。

2026-07-15

从RAG、MCP到工作流编排的工程路径

最近搜一搜"从0到1搭建AI Agent"，大概率会刷到同一个模板：接入一个大模型，写几行提示词，注册一个查天气或者查火车票的工具，让 Agent 自己判断什么时候该调用工具。跑通的那一刻，确实会让人有种"智能体也就这样"的错觉。

2026-07-13

RAG命中率从60%到78% 经验分享

我花了1个月搭了一套自建 RAG 知识库，240 篇技术文章灌进去，向量库跑起来一切正常。

2026-07-11

LazyLLM 测评 | 十行代码构建工业级 RAG，LazyLLM 如何重塑 AI 应用开发

官方宣称，仅需 10 行代码，即可实现工业级的 RAG 系统，这听起来是否有些不可思议？

2025-11-21

清华等联合发布 UltraRAG 2.1，全球首个基于 MCP 架构的多模态 RAG 框架

THUNLP实验室、东北大学NEUIR实验室、OpenBMB与AI9Stars联合开发的 UltraRAG2.1 已正式发布，成为全球首个基于Model Context Protocol（MCP）架构的开源RAG

2025-11-12

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。

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。

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。