rag

IPHWT 零软网络3 小时前
人工智能·通信系统·rag·ivr·aiagent·智能语音·语音导航
技术方案分享｜AI Agent 赋能 IVR 导航，解决传统语音呼叫系统交互瓶颈在呼叫中心、政务热线、应急调度通信架构中，IVR 语音导航是核心基础组件。传统 IVR 基于静态分支流程设计，依靠按键交互实现来电路由，在长期落地过程中暴露出交互僵化、扩展能力弱、运维成本高等一系列问题。随着大模型与 AI Agent 技术普及，融合自然语言交互的新一代智能 IVR 方案，成为政企通信系统迭代的重要方向。本文结合落地实践，解析 AI IVR 导航的技术优势与行业应用价值。
番茄炒鸡蛋加糖3 小时前
人工智能·rag·springai
主流 AI 框架 + RAG 落地实战SpringAI 是 Spring 官方推出的 AI 开发框架，专门简化 Java 对接各大公有大模型的开发流程，底层自动封装 HTTP 网络请求、请求报文组装、流式数据解析、异常处理，不用手写 OpenFeign、WebClient 那一套重复代码。
thesky1234567 小时前
大模型·rag·agentic rag·graph rag·进阶rag·self-rag·corrective rag
27届大模型面试准备（三十二）：RAG 进阶——从朴素 RAG 到 Agentic RAG 与多模态检索增强A12 讲过朴素 RAG 的"标准三件套"：切块、向量召回、拼进 prompt。B19 讲了怎么"评测 RAG"有没有用。这一篇站在两者之上谈进阶：朴素 RAG 在真实复杂问题前会露怯——问题要跨文档、要边查边想、要判检索到的东西靠不靠谱。于是 Self-RAG、Corrective RAG、Agentic RAG、Graph RAG、Fusion RAG 依次出现。本文还会把我们自己的 4MRAG / MCTS-MRAG 研究放进去，说明"面向复杂推理的多模态检索增强"是怎么把这条线推到工程前沿的。按"
Tbisnic1 天前
python·ai·rag·检索
从算法到工程：构建企业级RAG系统的混合检索实践TF-IDF的致命缺陷：词频线性增长：认为"违约"出现10次，相关性是1次的10倍，不合理。实际上出现3-5次后信息已饱和。
神奇霸王龙1 天前
数据库·人工智能·ai·agent·ai编程·ai写作·rag
Agentic RAG 双硬门屠夫:5 旗舰实测适用读者:在自己应用里做 Agentic RAG 路由/打分,需要选 Qwen / GLM / 豆包 / Claude / MiMo 这些 LLM API 的开发者 阅读时长:约 12 分钟 测试时间:2026 年 7 月(基于 炻光 AI 接入管理平台 公开文档)
AndrewHZ1 天前
人工智能·深度学习·算法·llm·检索增强·生成式模型·rag
【LLM技术全景】RAG 从原理到实战——检索增强生成完整指南本篇是「应用实战篇」第 3 篇。前两篇我们分别解决了"如何让模型听指令"（第21篇 Prompt Engineering）和"如何让模型调工具"（第22篇 Function Calling）。但还有一个更普遍的需求：让模型回答它没学过、或知识已过时的问题。这正是 RAG（Retrieval-Augmented Generation，检索增强生成）的主场——先检索、再生成。
ZGi.ai2 天前
知识库·rag·知识检索·zgi
知识库更新后仍回答旧内容：五层排查指南处理知识库旧内容残留，可以按“资料版本、解析结果、切分片段、检索索引、运行上下文”五层排查。先用一个能够区分新旧版本的真实问题复现，再查看候选片段来自哪份文件。旧片段仍在候选中，继续查入库与索引；候选已经更新，回答仍旧，再查会话上下文和生成环节。
SelectDB技术团队2 天前
rag
Apache Doris AI RAG 实战：从基础 RAG 到知识图谱增强的技术能力与选型一句话摘要：Apache Doris 基于 HNSW 1024 维向量索引 + bge-m3 + Deepseek 搭建 RAG 系统，结合 LangChain 完成文本分片、向量嵌入与检索生成；进一步通过 LLM 抽取实体关系、NetworkX 构建图结构、Pyvis 可视化、存入 Doris graph_chunk 表实现知识图谱增强 RAG，相比基础 RAG 能更准确回答多实体、多关系的复杂问题。
迷路爸爸1802 天前
python·langchain·agent·rag
RAG 优化方案汇总介绍可运行的 jupyter notebook 仓库：https://github.com/tangpan360/RAG_Techniques_CN
小田学Python3 天前
大模型·embedding·知识库·向量检索·rag
RAG和Embedding技术解析：从理论到实践的探索THE END往期推荐RAG知识库搭建大揭秘：原来这么简单，还能这么有趣！大模型到底怎么思考？一篇看懂 Prompt、思维链、思维树
李燚3 天前
人工智能·ai·aigc·agent·checkpoint·rag·eino
Checkpoint 源码：Agent 执行到一半怎么保存（第80篇-E66）系列「企业级 AI Agent 实现拆解」E66 篇，Part 14 记忆篇第四章。上一篇讲记忆多了怎么衰减淘汰——那是长期知识。这篇讨论另一种持久化：Agent 正在执行时被中断了（用户关页面、服务器重启、手动暂停），怎么保存状态、下次从哪接着跑。
johnny2333 天前
rag
RAG（四）：OpenRAG、Ragflow-Plus、LinearRAG、Cache-AG、Context-AGRAG系列文章：官网，Langflow团队打造、全面开源（GitHub，4.4K Star，458 Fork）RAG平台，旨在通过智能体赋能，实现高效、智能的文档搜索和AI对话体验。
circuitsosk5 天前
python·langchain·prompt·跨境电商·rag·上下文管理·动态注入
Prompt Engineering进阶：面向复杂业务场景的模板化管理与动态注入策略“Prompt不就是写一段话告诉AI要做什么吗？”这是很多初学者对Prompt Engineering的理解。确实，对于一次性问答任务，一段写死的固定文本指令可能够用。但当AI应用进入Agent执行循环、多步骤工作流等复杂场景时，情况就完全不同了。
染指11105 天前
markdown·rag·llama_index·llamaindex
79.高级RAG-md文档元素分割器内容参考于：图灵AI大模型全栈Markdown元素处理器元素处理器它把文档看做成元素的集合，会抽取表格、代码这种特殊内容，然后进行分割，也只把这种特殊内容进行索引生成
xian_wwq5 天前
笔记·学习·rag
【学习笔记】RAG 只是 Context Engineering 的一小块-5/16很多团队做 AI 应用，第一反应是：这当然没错。如果模型没有看到公司文档、产品手册、历史工单、代码说明，它不可能稳定回答这些问题。但问题在于，很多系统上了 RAG 之后，效果还是不稳定。
染指11105 天前
人工智能·rag·llama_index·llamaindex
80.高级RAG-LLamaIndex实际应用-金融助手内容参考于：图灵AI大模型全栈LLamaIndex做RAG的步骤如下图是LLamaIndex做RAG的步骤
阿图灵5 天前
人工智能·架构·llm·rag·ai agent·智能体·agentic ai
Agentic AI 架构入门（三）：Agent 的七大组件与 PRAL 循环课程：《Agentic AI Architectures with Patterns, Frameworks and MCP》笔记整理（第 66–172 页）
VipSoft6 天前
langchain·rag
LangChain — RAG 知识库（实操）VipRAG 是一个面向小规模正式服务的中文医学指南检索增强生成（RAG）项目。系统使用在线 MinerU 解析 PDF、DashScope 生成文本向量、Qdrant 检索、MySQL 保存文档与任务 状态，并通过千问生成带来源的回答。以《中国心血管病风险评估和管理指南.pdf》做为知识库，构建RAG系统，模拟生产环境，部署成多人使用、长期运行的 FastAPI 服务，直接采用 Qdrant 向量库