rag

像风一样自由20201 小时前
前端·人工智能·大模型·交互·rag·智能体
42.VueReactNextjs如何为AI应用设计前端交互码海寻道 · 大模型、智能体与 RAG 工程组件系列第 42 篇AI 应用的前端不是把一个输入框和 Markdown 输出拼在一起。它还要处理流式文本、工具调用、引用来源、任务进度、错误重试、取消生成和多轮会话。Vue、React 和 Next.js 都能实现，关键是先设计交互状态和后端协议。
像风一样自由202011 小时前
人工智能·大模型·fastapi·rag·智能体
41.用FastAPI搭建一个RAG后端需要哪些接口码海寻道 · 大模型、智能体与 RAG 工程组件系列第 41 篇一个 RAG 后端不只是一个 /chat 接口。要支持文件上传、异步解析、知识库管理、问答、引用、任务状态和权限控制，应该先设计清楚资源和接口边界，再接入模型与向量数据库。
無a伟18 小时前
agent·rag
RAG演进路线与核心架构Naive RAG属于RAG系统的最基本框架，框架只有单一的向量检索，直接把检索出来的相关文档喂给大模型增强生成
Steve__evetS20 小时前
ai·rag
RAG流程大模型的知识在训练后就固定了，所以大模型是无法直接拿到最新知识和私有数据的。此时，通常会采用RAG和微调这两种主流方案来使其拿到这些知识。
AI-Frontiers1 天前
rag
一文看懂 RAGFlow 四层存储：元数据、对象、检索、缓存如何协作原文：https://mp.weixin.qq.com/s/nJWQiXoSGbzqgk8uhPj2zQ
数据库小学妹7 天前
向量检索·rag·ai数据库·融合数据库·ai原生数据库
AI数据库是什么？一次 RAG 召回失败的排查与选型（附 SQL）大家好，我是数据库小学妹👋我踩过的坑，你别再踩。这篇文章记录一次真实的 RAG 检索不准排查。并顺手梳理三件事。AI 数据库是什么。它和传统数据库差在哪。以及怎么选。全文含可直接运行的 SQL 示例。如果你正卡在召回不准上，可以对照最后那份避坑清单看。
啦啦啦!7 天前
学习·ai·知识库·rag
RAG初阶学习我们要使用conda来作为我们的开发环境也就是做一个隔离然后直接命名为RAGconda create -n RAG python=3.12
寻道码路7 天前
大模型·知识库·rag·ai工程化·llmops`·数据工程底座·文档采集
大模型工程化实战（十二）：RAG 数据工程底座——采集到入库流水线（离线+在线双链路）第 11 篇《知识库防腐坏》结尾我写下一句判断：粮仓的地基，在第 12 篇。写完那天晚上，我亲手给这句话补了个注脚。巡检报出库里缺 X200 的保修页，我心想补一份文档能有多难：上官网扒 PDF、下载、转文本、肉眼比对有没有重复、手动切成段、跑一遍向量化脚本入库。等我抬头看表，半天没了；更糟的是我忘了记这是哪个版本、这些切片是从哪份料切出来的。第二天打开待补清单，上面又多了三条。那一刻我盯着那张越补越长的单子认了：问题不在我手慢——手再快，也快不过上游出料的速度。 我缺的从来不是这一批料，是一条从文档采集
论文复现现场8 天前
python·rag·企业知识库·大模型api·glm-5.3-flash
企业知识库 RAG 用什么模型便宜？GLM-5.3-Flash 长文本 API 实测先给结论：如果 RAG 已经完成检索和重排，需要一个模型读长检索结果、回答问题并返回证据 ID，GLM-5.3-Flash 可以进入低成本 PoC 候选。本次在 15.9K、63.4K 和 127.1K Token 三档输入中，6 次有效响应全部找全 3 个答案和 3 个证据 ID；但 7 次请求里出现了 1 次 HTTP 200 但正文为空，上线前必须加响应校验和有界重试。
云烟成雨TD8 天前
ai·agent·rag·llamaindex
LlamaIndex 系列【32】检索增强策略：自问自答（Self Ask）Self-Ask 是一种多步推理 RAG/Agent 策略：大模型不直接回答用户原始问题，而是自己不断向自己提出子问题，逐个检索外部工具获取子问题答案，把问答记录保存到推理历史，直到信息足够，再输出最终答案。
云烟成雨TD8 天前
ai·agent·rag·llamaindex
LlamaIndex 系列【35】节点后处理器（Node Postprocessor）节点后处理器（NodePostprocessor）是 RAG 流程里检索之后、生成之前的一个处理环节：拿到检索器返回的 NodeWithScore 列表，对它做过滤、重排、改写元数据等二次加工，再把整理好的节点交给 LLM 生成答案。
jianpeng的工程笔记8 天前
docker·知识库·eda·rag
WeKnora 搭建研发 EDA 知识库：Docker 部署、RAG 与 Wiki 实践本文面向需要部署研发知识库的 IT/CAD 与验证工程师，基于 WeKnora v0.8.0 整理 Docker、模型配置、资料导入和 Wiki 使用步骤。LDAP 只提供 Dex + OIDC 接入方案。
ysu_03148 天前
人工智能·ai·rag·ai agent·大模型应用·langgraph·agent工程化
【2026】AI Agent 工程化落地六大挑战：从路径坍缩到成本失控阅读收益：6 大工程化挑战 · 3 个真实事故链路 · 4 段可运行代码 · 2 张对比矩阵 · 1 套落地清单 测试环境：Python 3.12 + LangGraph 0.2.35 + Pydantic 2.8 ｜ 验证日期：2026-09-19
Experience-摆渡9 天前
rag
Deep Dive：LLM Wiki 企业知识库范式——从 RAG 到知识预编译的架构与实践在企业知识管理里，大家几乎人手一个 RAG（检索增强生成）知识库：文档切片、向量化、提问时检索、拼上下文、生成答案。流程很标准，上线时都很兴奋。可运行几个月后，很多人会撞上同一个困惑：
云烟成雨TD10 天前
ai·agent·rag·llamaindex
LlamaIndex 系列【31】检索增强策略：命名实体识别（NER）命名实体识别（Named Entity Recognition）用于识别查询语句内特定类型的信息并进行分类，以此实现更精准的检索与筛选策略。
Experience-摆渡10 天前
爬虫·docker·开源·rag
开源RAG知识库WeKnora深度调研：让知识自己长成体系今天不发软文，只给你一手事实 + 一份独立评审。先看它到底是不是又一个 RAG 套件，再决定要不要了解。
东莞市云毅网络有限公司10 天前
python·数据清洗·rag·企业知识库·文档解析
用 SQLite FTS5 给企业文档建本地全文索引：中文分词与权重调优企业内部的文档检索，多数场景并不需要上 Elasticsearch。几千到几万份文档的规模，用 SQLite 的 FTS5 扩展就能做到毫秒级响应，且零部署成本、单文件可迁移。这篇文章记录一套可直接运行的实现：中文预分词 + FTS5 索引 + BM25 权重调优 + 查询改写。
霸道流氓气质10 天前
rag
RAG检索增强：12种Chunking策略深度对比本文深入解析 2026 年 RAG 分块策略的最新基准数据与工程实践，涵盖从固定大小到 Late Chunking、Agentic Chunking 的完整技术谱系，补充语义分块的百分位阈值机制、LangChain4j/Spring AI 的 Java 实现、RAGAS 评估框架及生产级配置指南。
云烟成雨TD10 天前
ai·agent·rag·llamaindex
LlamaIndex 系列【29】检索增强策略：路由（Routing）机制路由（Routing）是查询进来时的智能分发器，先判断这个问题属于哪类，再把它送到最合适的那个数据源/引擎去处理。它回答的问题是去哪问，而不是怎么问（那是查询重写）或拆成几个问（那是子问题）。