待验证50% 置信事实精确时间
编译式RAG（LLM Wiki）将非结构化文档经过内容解析、知识点提取、关系建模和冲突消解等步骤，转化为结构化的可导航知识网络
1
来源数
50%
置信度
长期有效
时效性
2026/8/15
首次发现
来源
相关事实
待验证llm-wiki与RAG的区别在于RAG通常检索静态外部文档，而llm-wiki是Agent自己生成、维护、检索的动态知识体系77% 相似已验证Perplexity AI底层采用RAG（检索增强生成）技术架构，实时抓取网络内容结合LLM输出带引用来源的结构化答案71% 相似已验证该功能使用检索增强生成（RAG）技术架构，在生成内容时实时检索用户提供的外部文档作为上下文依据70% 相似待验证RAG通常检索人工整理的静态外部文档，而llm-wiki是Agent自己生成、维护、检索的动态知识体系70% 相似待验证Socrati底层技术涉及RAG（检索增强生成）架构，将用户上传的文档切片后存入向量数据库，再通过语义检索驱动课程内容生成70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/753165API
curl https://kongchang.com/api/v1/knowledge/claims/753165MCP
get_claim(id=753165)