搜索[RAG]结果-低调大师优秀个人博客

精选列表

搜索[RAG]，共1322篇文章

让 AI 问答引用你：AI智能媒体助理的 GEO 结构化生成与 RAG 管线拆解

这篇拆它的结构化生成和 RAG 管线怎么搭。

2026-08-12

AI 大模型全栈工程师实战：从零搭建企业级 RAG + Agent 混合系统

使用 LangGraph 构建 ReAct 风格的 Agent，支持循环推理和工具调用。

2026-07-27

一文彻底搞懂 RAG 知识库原理！

随着大模型技术的发展，越来越多的企业开始尝试将大语言模型应用到实际业务场景中，例如企业知识问答、客服机器人、技术文档助手等。然而在实际落地过程中，人们很快发现一个问题：大模型虽然"知识丰富"，但在面对专业领域问题时，经常出现回答不准确、编造信息（幻觉）或无法访问企业内部数据的情况。

2026-07-25

LazyLLM教程 | 第17讲：企业级RAG：权限、共享与内容安全的全链路方案

在之前的教程中，我们主要探讨了个人级 RAG（检索增强生成）应用的实现方式和优化技巧。

2025-12-03

LazyLLM教程 | 第14讲：实战：构建一个支持复杂学术论文问答的RAG系统

在前面的课程中，我们学习了 RAG 相关的知识，以及如何自定义 Reader 组件和在 RAG 任务中处理图片和表格数据。本节内容将在此基础上，利用前面学到的知识，搭建一个基于论文的问答系统。

2025-11-11

Meta 超级智能实验室推出新技术，使大模型 RAG 推理速度提升 30 倍

Meta 的超级智能实验室（Meta Superintelligence Labs，MSL）发表了首篇重要论文，研究成果显著提升了大语言模型在检索增强生成(RAG)任务中的推理速度，提升幅度达到了30倍以上

2025-10-14

通过Milvus内置Sparse-BM25算法进行全文检索并将混合检索应用于RAG系统

其最新版本 2.5 在全文检索、关键词匹配以及混合检索（Hybrid Search）方面实现了显著的增强，在多模态检索、RAG等多场景中检索结果能够兼顾召回率与精确性。

2025-08-12

懒懒笔记 | 课代表带你梳理【RAG课程 9&10：大模型微调与思维链蒸馏】

在前面的教程中，我们通过优化检索器和召回策略，提升了RAG系统的检索精度。但要生成高质量的回复，大模型的能力同样关键。

2025-05-28

懒懒笔记 | 课代表带你梳理【RAG 课程 6&7：评测、召回优化与多路检索】

距 RAG 系列课程上线已两周，不知道大家的进度如何？前五讲里，志宏老师带我们搞懂了什么是 RAG、如何快速上手 LazyLLM，还示范了项目工程化与自定义 Reader 的实现。

2025-05-19

检索没问题、模型也没换，RAG 还胡说？多半是入库前的文档解析没调好

摘要： RAG 答错时，先查解析产物、再查检索、最后查模型，多数问题在第一步就能定位：检索只能返回已入库的内容，模型只能用检索交给它的上下文。方向定下来后，调优动作集中在多模态解析（文档版）的 Res

2026-09-24

RAG全链路设计：文档解析、Chunk策略、向量+BM25混合检索、高效召回、重排序22.1

做RAG的过程中，大家应该都会遇到同一个难题：明明跟着教程搭好了基础RAG框架，知识库也上传了完整文档，可进行提问时，要么召回内容不相关、答非所问，要么关键信息缺失、回答空洞，微调模型也完全没效果。

2026-09-10

基于LangGraph+FastAPI + 混元大模型的企业智能助手RAG知识引擎系统设计与实践21.5

传统RAG问答系统仅支持简单线性检索，无法处理多意图识别、条件分支流转、业务工具调用、异常兜底等复杂企业场景，不具备生产落地能力。

2026-09-04

大模型 RAG 检索和商用 AI 搜索引擎优化是一回事吗？

很多从业者容易混淆两个概念：RAG 检索增强生成是底层技术架构；商用 AI 搜索引擎优化（GEO 生成式引擎优化）是面向品牌商业曝光的运营优化体系。二者存在依存关系，但绝对不是等同关系。

2026-08-28

从Agent Runtime、RAG、Tools到Workflow、Governance与Evaluation的完整架

一套真正可生产运行的企业级 Agent，通常至少需要解决九类问题：Model、Agent Runtime、Context/Memory、RAG、Tools、Workflow、Governance、Observability

2026-08-28

从RAG、工具调用到工作流与治理的完整架构

过去一年，企业做Agent的门槛正在快速下降。接入一个大模型API，配置System Prompt，再连接企业知识库，一个能够完成问答、内容生成甚至简单工具调用的Agent，很快就可以搭建出来。

2026-08-19

【系列·第 3 篇】Spring AI 2.0 的RAG企业知识库_ETL向量库与检索质量工程

系列：《从 Spring Cloud 微服务到 Spring AI Agent：企业级落地》第 3 篇（共 6 篇）统一基线：JDK 21 + Spring Boot 4.0.x + Spring AI 2.0.0 GA + Anthropic starter（Claude）本篇交付：企业知识工作平台 v0.3——文档 ETL 入库、带引用与权限的知识问答、评估与运营闭环

2026-08-17

手把手教你基于腾讯云向量数据库和大模型构建企业级 RAG 应用

检索增强生成（RAG）成为工业界公认的最优解。

2026-08-13

AI Agent 三大核心方向深度解析：Agentic 工作流、多智能体系统与多模态 RAG

本文从论文研读、源码剖析、核心问题三个维度，系统梳理 Agentic 工作流、多智能体系统、多模态 RAG 三大方向的关键技术。

2026-08-06

企业级 AI 助手开源软件：乾坤AI助手的多模型接入与 RAG 知识库架构

企业落地大模型时，难点通常不在于完成一次模型调用，而在于如何把模型供应商、业务资料、权限体系和运维配置放到统一的工程边界内。模型接口各不相同，密钥与参数容易分散维护；制度文档、产品资料和实施手册虽已存在，却难以成为可检索、可追溯的对话知识来源。乾坤AI助手将模型接入置于管理端配置体系中，可对模型名称、参数和 API Key 进行可视化维护，并通过 LangChain4j 承担模型与检索链路的统一抽象。系统覆盖 DeepSeek、通义千问、文心一言、豆包、智谱、星火、OpenAI、Gemini、Ollama、Azure、Claude 等模型 Provider，实际启用范围由部署侧配置决定。这种设计将业务功能与具体模型服务解耦。对应用层而言，模型能力经由统一接口进入知识问答或业务助手流程；对运维侧而言，模型切换与参数调整可以在后台集中处理，避免在多个业务模块中重复修改调用逻辑。

2026-08-05

生产级 AI 产品架构之道：RAG 检索优化、Agent 状态管理与全链路可观测性实践

2026 年的今天，调用 GPT-4 或 Claude API 只需几行代码，但构建一个真正服务于医疗、金融或工业场景的 AI 产品，成功率往往低于 60%。失败原因多集中在：

2026-08-03

资源下载

更多资源

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。

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。

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。