搜索[本地知识库]结果-低调大师优秀个人博客

精选列表

搜索[本地知识库]，共10000篇文章

搭建本地 Registry - 每天5分钟玩转 Docker 容器技术（20）

解决方案就是搭建本地的 Registry。 Docker 已经将 Registry 开源了，同时在 Docker Hub 上也有官方的镜像 registry。

2017-05-25

hdfs 本地 winutils.exe （Could not locate executable null\bin\winutils.e...

hadoop-common-bin 中含有winutils.exe： http://download.csdn.net/download/knight_black_bob/9722051 hdfs 本地

2016-12-26

Spark Job的提交与task本地化分析（源码阅读八）

我们又都知道，Spark中任务的处理也要考虑数据的本地性(locality)，Spark目前支持PROCESS_LOCAL（本地进程）、NODE_LOCAL（本地节点）、NODE_PREF、RACK_LOCAL

2016-11-25

如何将本地数据库迁移到数据库上？

使用数据传输服务（DTS）将本地数据库迁移到阿里云的云数据库RDS，可以实现应用不停服务的情况下，平滑完成数据库的迁移工作。接下来我们将学习下如何使用DTS将本地数据库迁移到RDS上。

2016-07-23

YARN加载本地库Unable to load native-hadoop library解决办法

用官方的构建好的Hadoop 2.4.0（133MB）安装后，每次输入hadoop命令进去都会得到这样一个Warning，如图： WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable 网上搜罗了一些资料，下面是解决办法：设置logger级别，看下具体原因： ? 1 export HADOOP_ROOT_LOGGER=DEBUG,console 再次随便运行一个hadoop相关的命令，将看到下面的错误： wrong ELFCLASS32？，难道是加载的so文件系统版本不对？于是执行命令 ? 1 2 cd $HADOOP_HOME /lib/native file libhadoop.so.1.0.0 结果是这样的：果然是80386，是32位的系统版本，而我的hadoop环境是64位OS 原来直接从apache镜像中下载的编译好的Hadoop版本native library都是32版本的，如果要支持64位版本，必须自己重新编译，这就有点坑爹了，要知道几乎所有的生产环境都是64位的OS Hadoop官方对于native library的一段话验证了这一点（详见：http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/NativeLibraries.html#Download）： “The pre-built 32-bit i386-Linux native hadoop library is available as part of the hadoop distribution and is located in the lib/native directory” 于是重新checkout source code： ? 1 svncheckouthttp: //svn .apache.org /repos/asf/hadoop/common/tags/release-2 .4.0/ 加上编译native的选项，编译时会根据当前的操作系统架构来生产相应的native库（详见：http://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-common/NativeLibraries.html#Build）： ? 1 mvnpackage-Pdist,native-DskipTests-Dtar 待编译完成后，到release-2.4.0/hadoop-dist/target/hadoop-2.4.0/lib/native目录下找到这个libhadoop.so.1.0.0文件，再次查看其file type： ? 1 file libhadoop.so.1.0.0 结果是这样的：用这个文件替换掉$HADOOP_HOME/lib/native/libhadoop.so.1.0.0，之后再次随便运行一个Hadoop相关命令： ? 1 2 unset HADOOP_ROOT_LOGGER hadoopfs- ls / 再看输出： WARN消失，问题解决。

2016-05-08

用ima命题：把5年中考真题喂进知识库，AI帮你出原创卷

出一套好卷，你要在脑子里同时装三样东西：课程标准的要求、五年真题的命题规律、你学生当前的薄弱点。三样东西对齐了，卷子才有效。

2026-09-20

企业 GEO 落地架构与合规路径：团标下的知识库三区分治设计

2026 年 7 月 1 日，国内首部 GEO 行业团体标准《商贸流通业生成式引擎优化（GEO）智能营销技术服务规范》（T/CGCC 119-2026）正式实施。到 9 月中旬，标准落地已超过两个月。8 月 11 日，新华网融媒体未来研究院牵头发布 T/CAPT 026-2026《生成式引擎优化（GEO）可信信息传播与信息生态治理规范》，30 余家机构参与起草。

2026-09-15

企业知识库问答老答错？一张排查清单分清“检索问题”还是“生成问题”

知识库问答答得不对，原因几乎总落在三个环节：没检索到相关资料（检索不到）、检索到了但排序不对（检索不准）、资料对了但模型生成跑偏（生成问题）。三种问题的解法完全不同，第一步是分清属于哪种。

2026-09-14

低代码平台做 GEO 别堆关键词：用意图路由知识库让 AI 主动推荐

本文讲用"意图路由知识库"让 AI 在回答时主动推荐你。

2026-09-11

语义治理 vs 知识治理：AI 数据分析需要业务知识库还是可执行语义层

企业级 Data Agent 需要知识库提供上下文、语义层提供可执行口径、Skill 沉淀分析方法。

2026-09-09

从AnythingLLM到WorkBuddy：我在纯血鸿蒙上折腾个人知识库的完整踩坑记录

我特别需要随时随地记一笔，晚上统一整理进本地知识库。

2026-08-31

企业知识库要进AI搜索，先过合规关：数据安全的语料分级与脱敏工程

很多数据安全厂商自己就卡在一个悖论里：想被 AI 搜索引用（获客），又怕把客户案例、解决方案喂进语料后泄露机密（合规）。"做 GEO 会不会把内部资料暴露出去"成了 CTO 不敢拍板的第一道坎。本文给出一套可在工程上落地的"语料分级 + 脱敏"方法，并把它接回全意图 GEO 的合规验收闭环。

2026-08-26

企业级 AI 智能体架构拆解：大模型 + 知识库 + 工作流的完整搭建指南

适合人群：企业技术负责人、产品经理、运营同学，以及所有想把 AI 真正落到业务里的人。

2026-08-20

指标语义层 vs 组织知识库：AI 分析到底需要业务知识还是可执行口径？

指标语义层与组织知识库的核心差异，不在于谁更重要，而在于它们服务 AI 分析的机制不同。

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

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

Spring AI 私有知识库实战：用最小 RAG 做一个不乱答的智能客服

今天不堆概念，也不搭一套吃内存的“全家桶”，我们只做一个星河商城客服：把三份 Markdown 售后文档放进项目，用户询问退货、发票、物流时，系统先检索知识库，再依据命中的原文作答；查不到就明确转人工。

2026-07-28

Java AI 高级全能工程师实战：从RAG知识库到Agent智能体全流程开发

在AI浪潮中，Python似乎占据了主导地位。但现实是，绝大多数企业级后端系统运行在Java生态上。如何在不重构技术栈的前提下，让Java应用具备AI能力？答案就是：将AI能力作为外部服务集成，并用Java构建坚实的业务编排层。

2026-07-24

WorkBuddy 实测心得｜用项目知识库一键搭建《生理信号智能分析》专属资料库

近期深度体验了 WorkBuddy 整体功能，最惊艳的就是它极强的自主自动化执行能力，无需复杂配置、不用编写指令脚本，依靠自然语言就能驱动工具完成一整套资料归集、梳理、归档流程，完全摆脱传统人工整理文献、调研报告的繁琐低效，对于科研、项目调研类工作适配度拉满。

2026-07-13

基于 TinyMce 富文本编辑器的客服自研知识库的技术探索和实践

一、背景客服知识库是一个集中管理和存储与客服相关的信息和资源的系统，在自研知识库上线之前，得物采用的承接工具为第三方知识库系统。

2025-08-19

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。

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。

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。