#RAG
共 151 篇相关文章
Qwen3+RAGFlow零成本搭建本地知识库全流程教程
手把手教你用Ollama、Qwen3和RAGFlow零成本搭建本地知识库智能助手，从Docker环境配置、模型集成到向量检索全流程详解，消除大模型幻觉，数据隐私可控，小白也能上手。
入门聊天机器人开发：RAG技术栈需要哪些编程语言
想用 RAG 技术开发聊天机器人却不知从何学起？本文梳理 Python、JavaScript 等编程语言的选择逻辑，解析 RAG 技术栈核心流程，并给出新手学习资源与实践建议。
RAG中的Embedding模型详解：从知识库构建到相似度检索全流程
本文详解 RAG 中 Embedding 模型的工作机制：从知识库分块构建、文本转向量存储，到用户查询检索 top-k 相关文档并拼接提示词的全流程，并说明为什么相关性与 Embedding 微调是决定 RAG 效果的关键。
上下文优化的隐藏风险：被丢弃的证据谁来测试？
上下文优化不只是压缩问题。本文剖析大模型 context 裁剪中的隐性风险——被丢弃的关键证据如何被平均指标掩盖，并介绍 Reef Infra 的实验闭环、选择策略与覆盖率测试思路。
为什么大模型应用离不开LangChain？框架入门核心概念详解
为什么会调 API 还要学 LangChain？本文从工程化落地角度解析 LangChain 的核心价值，详解提示词模板、Chains、Memory、RAG、Agent 五大模块及企业真实应用场景，帮你理清从调 API 到做产品的关键差距。
DeepSeek+RAGFlow本地部署个人知识库全流程教程
手把手教你用 Ollama+DeepSeek+RAGFlow 在本地部署个人知识库，涵盖 RAG 与 Embedding 原理、环境变量配置、Docker 部署及在线模型切换方案，零基础也能上手。
Spring AI 2.0实战：用Cursor打造AI智能OA办公系统
基于 Spring AI 2.0 的 AI 智能办公 OA 系统实战项目解析：涵盖 RAG 增强检索、AI 智能填单、大模型工具调用与多级审批流程，全程使用 Cursor AI 编程开发，适合 Java 工程师学习大模型应用落地。
RAG系统深度解析：企业级私有知识库为何没那么简单
RAG（检索增强生成）系统看似简单实则复杂。本文拆解企业级私有知识库搭建全流程：数据加载切片、BGE-M3等开源embedding选型、多路检索与重排序、Agent动态路由及RAGAS评估，揭示RAG入门到实战的真实门槛。
AdaMem：让RAG按相关性智能分配记忆token的软压缩新方法
AdaMem 是一种相关性引导的 RAG 软压缩框架，通过查询相关的记忆token动态分配，让高相关段落获得更多记忆预算。在六个问答基准上超越均匀分配基线，64倍压缩下相对增益最高达19.7%，推理延迟降低4倍。
开源文档智能平台实践：基于RAG的PDF问答与多模型切换
一位开发者开源了基于 RAG 的文档智能问答平台，支持 PDF/DOCX 上传、pgvector 向量检索，并能通过单一配置在 OpenAI 与 Claude 间切换。本文拆解其技术栈、多模型设计与分块检索策略。
厌倦手动调优RAG？开源工具Muffakir自动跑实验
开发者厌倦手动调优RAG流水线，打造开源实验运行器Muffakir。支持分块、嵌入、检索、重排序、top-k等组件的自动化组合实验，并用检索/生成指标、延迟和成本量化对比，可导出配置到Python。
从零搭建RAG知识库问答系统：接入DeepSeek的实战全流程
手把手教你搭建RAG私有知识库问答系统，接入DeepSeek大模型，用Python后端和原生前端实现文档上传、本地索引、检索增强生成的完整流程，适合入门开发者理解智能体内部原理。
AI热点争论：RAG已死？Skills取代MCP了吗？
GitHub Podcast 探讨三大 AI 热点争论：AI 生成的代码是否需要逐行阅读、RAG 检索增强生成是否已经过时、Anthropic Skills 是否会取代 MCP 协议。本文结合行业背景深度解读这些话题的本质。
FAISS向量搜索实战入门：从Embedding到RAG的踩坑心得
一位开发者分享FAISS向量搜索的实战入门心得，讲解从Embedding到RAG的完整数据流，并深入探讨人名、日期、过滤条件和对话历史等真实场景下的检索难点与应对方案。
三个月AI大模型学习路线：从小白到Agent实战全拆解
一份从零学大模型的三阶段路线：先掌握提示词与API做文案生成器，再学RAG搭建知识库问答助手，最后上手ReAct模式和多Agent协作做智能体实战。适合想转型AI应用开发的入门者参考。
RAG知识库搭建全解析：从原理到优化的完整流程
本文系统梳理RAG知识库搭建的完整流程，从检索增强生成原理讲起，覆盖向量数据库选型、数据切片、embedding模型、检索器组合、重排序等核心优化环节，帮助开发者搭建低幻觉的私有知识库系统。
AI Agent工业级开发指南：从Demo到能扛业务的四层架构
从Demo到工业级AI Agent的完整开发指南：拆解Planner规划、Tools工具调用、Memory记忆三大模块与ReAct循环，讲清智能体四层架构、向量库、RAG落地及企业级稳定性要点。
布局感知PDF解析器实战：破解RAG分块难题
一位开发者分享如何用Python和pdfplumber构建布局感知PDF解析器，通过探测视觉网格坐标重建表格与标题结构，解决多栏文档在RAG分块中的语义错乱问题，并对比了坐标提取与视觉模型的取舍。
