rag

【随笔】RAG混合检索：让关键词与向量一起找证据用户问：“支付报ERR_PAY_042，页面一直转圈，是不是应该再付一次？”知识库里可能有三份相关资料：错误码说明、支付超时处理流程、幂等键与重复扣款保护。只按错误码查，容易遗漏没有写错误码的流程文档；只按语义相似度查，又可能把另一个相似错误码的资料排到前面。

【AI 转型实战 1】SpringAI 入门：搭建基础大模型对话能力中文通常译为大语言模型，日常也常简称为大模型。不过严格来说，“大模型”的范围更宽一些——它还可以包括多模态大模型（如能处理图像、音频的模型），而 LLM 特指以文本（语言）为核心的大规模神经网络模型。

RAG 答非所问/幻觉怎么破？Spring AI QuestionAnswerAdvisor 召回优化实战（TopK/重排/混合检索）系列：Spring AI 深入浅出（第 11 篇）版本：Spring AI 2.0.1 / Spring Boot 4.1.x / JDK 21 标签：#SpringAI #RAG #QuestionAnswerAdvisor #幻觉前置阅读：第 9、10 篇预计字数：6500 字｜可复制源码 + 召回参数表 + 幻觉排查清单

内存/Redis/PGVector/Milvus/ES 怎么选？Spring AI VectorStore 抽象与向量库选型对照表系列：Spring AI 深入浅出（第 10 篇）版本：Spring AI 2.0.1 / Spring Boot 4.1.x / JDK 21 标签：#SpringAI #向量库 #PGVector #RAG 前置阅读：第 9 篇《RAG 原理与 ETL 管线》预计字数：6500 字｜可复制源码 + 选型对照表 + 踩坑 FAQ

OpenAI 技术全景解析在 AI 应用开发中，openai.OpenAI() 客户端和 Agent 类往往是最先接触到的接口。然而，Agent 只是 OpenAI 技术栈中最上层的封装。要构建健壮、可扩展的 AI 系统，理解其底层的模型原语、工具协议和编排机制至关重要。

一枕槐安487

RAG 服务扛住高并发：缓存、队列、限流三件套摘要高并发 RAG 服务的瓶颈通常不在检索或生成算法本身，而在同步请求模型下的连接堆积、重复计算和故障级联。本文从语义缓存、异步任务解耦、限流与降级三个层面拆解可落地的优化架构。读者将获得分层缓存策略、文档摄取异步化方案、令牌桶与断路器组合的工程实现，以及命中率-延迟-成本之间的量化权衡依据。

【HM-LC】LangChain RAG查询优化详解：查询重写、混合检索与重排序实战上一节我们完成了知识库的构建（文档加载→切分→向量化→存储），本节将聚焦于如何构建RAG Agent，将检索与生成结合。

RAG第一步文档解析mineruMiniCPM-OCR 系列模型官方在线体验工作台：https://platform.modelbest.cn/console/playground/document-parse 官方 GitHub 开源仓库：https://github.com/OpenBMB/MiniCPM-OCR Hugging Face 模型与评测集：https://huggingface.co/collections/openbmb/minicpm-ocr

预算只够升级 10% 的查询，该升级谁？金融文档 QA 的Token分配课💡 一句话总结：批量 RAG 有个很少有人正式处理的问题：150 个查询共享一份 token 预算，而「给某个查询上更深检索」的额外成本能差十倍。这篇论文把升级决策做成了资源分配题，结论精确而克制：成本可以预测得很准（R²=0.93），但「升级有没有用」几乎猜不中（AUROC 0.60）。所以在紧预算下，按「收益 ÷ 每 token」排序比按收益排序多救回 7 个升级机会、质量 +0.034、总 token 省 46.6%——而想在整个预算曲面上全面赢，得先把收益预测本身做出来。

一枕槐安487

RAG 增量更新向量库实战：新增文档自动去重索引摘要知识库新增文档时，如果每次都全量重建向量索引，成本和耗时都扛不住；但只追加新向量、不处理旧内容，又会造成重复召回和索引膨胀。本文从一个应届生可以本地复现的示例项目出发，给出基于文件哈希与块级哈希的增量索引流水线：新增文档自动分块、去重、向量化，未变化的内容跳过，旧版本逻辑失效。读完你可以拿到一套可运行的简化代码、一张全量重建与增量更新的对比表，以及面试中关于 RAG 增量索引的高频问法与回答思路。

一枕槐安487

应届生 RAG 项目包装：FastAPI 检索服务接口设计指南摘要很多 RAG 项目在本地 Jupyter Notebook 里跑通后，却无法给前端或大模型应用提供稳定的服务。本文详细演示如何用 FastAPI 将本地的检索脚本封装成符合 RESTful 规范、带数据校验、支持跨域配置的 Web 服务。通过完整的代码实战与常见排错指南，帮助开发者掌握 AI 应用接口封装的核心技巧，并提供相关的高频面试考点。

一枕槐安487

多租户 RAG 系统设计实战：如何隔离不同业务知识库数据？摘要做多租户 RAG 系统时，最大的红线是数据不能串。如果把 A 客户的业务文档检索出来喂给了 B 客户的大模型，就是严重的生产事故。本文从应届生做 SaaS 项目或企业级知识库的视角出发，拆解多租户 RAG 的三种隔离方案（物理隔离、逻辑隔离、混合隔离），重点给出基于元数据过滤（Metadata Filtering）的代码示例与防越权设计。读完你能理清不同业务规模下的架构选型思路，并掌握面试中关于 SaaS 架构和 RAG 权限隔离的高频考点。

RAG 检索面试十连问：召回率从 92% 掉到 61%，答案句被拦腰截断怎么排查你好，我是利威尔xu。这是「面试八股」系列的第二篇。上一篇我们拆了 Go GMP 调度器的 10 个高频追问；这一篇换赛道，聊 RAG 检索——站内热搜 TOP3 挂了一周的 RAG 词不是没道理的，这个方向现在面试出镜率极高，但绝大多数候选人的答案停在"向量数据库 + top-k"这一层，再往下问两句就露底。

李小白杂货铺

大模型 RAG 网页抓取能力对照实验：豆包、千问底层抓取引擎实测在检索增强生成（RAG）和AI Agent日益普及的今天，大语言模型（LLM）的“联网读取网页”能力已经成为RAG知识库、网页问答Agent的核心底座。但在交互界面之下，它的抓取行为是典型黑盒：模型是直接HTTP拉取原始HTML，还是启动Headless浏览器完整渲染？能否执行JS、等待异步渲染？子资源加载策略、URL解析容错、自动化指纹伪装、链接递归抓取的行为差异，直接决定RAG的数据保真度、幻觉概率、站点安全边界。

Agent 学习笔记（下篇二）：Claude Code 生态、RAG 与 Memory（Stage 5–6）学习来源：awesome-agentic-ai-zh —— 一份把 Agent 从「模型基础」一路带到「上线工程」的中文学习地图。本篇范围：Stage 5（Claude Code 生态系统）+ Stage 6（RAG 与 Memory）。系列说明：Track B 构建者路线共三篇——下篇一（Stage 3–4）、下篇二（Stage 5–6）、下篇三（Stage 7 / 7.5 / 8 + 延伸路线）。三篇合起来才是完整的《下篇》。

给概率大模型套上确定性缰绳：GraphRAG、神经符号与知识超图重构可信AI底座——读陈华钧杨博等CNCC2026第十届知识图谱论坛实录CNCC 2026 专题论坛 · 第十届知识图谱论坛 | 论坛主席：陈华钧教授（浙江大学） | 主讲嘉宾：杨博、田玲、姜巍、张日崇、鄂海红等 | 主题：知识增强与逻辑驾驭：知识图谱赋能可信 AI

向量检索找不到那个型号，混合检索和重排怎么搭用户问 SG-2048A 的替换型号是什么。知识库里明明有这份文档，向量检索返回的却是几篇讲产品线的综述。翻回去看，那份文档的标题里就有 SG-2048A，只是正文很短，讲得也不深。

42 万字符的工具输出压进 6,945 token：Agent 长会话的上下文治理实践本文是一次个人技术复盘，公开版本全部脱敏；文中案例数字只作为单场景历史记录引用，不推为通用结论。配套最小示例独立编写，不依赖任何内部仓库。

【随笔】RAG语义缓存：问题很相似，答案就能直接复用吗“月付套餐怎么退款？”和“按月订阅的退款规则是什么？”措辞不同，却可能需要同一份答案。昨天的检索缓存复用的是证据列表，今天再往前一步：能否直接复用已经生成的回答？

Rerank 与混合检索：怎么让 RAG 从「能用」变成「好用」上两篇我把 RAG 的概念和最小闭环讲完了——第 21 篇说清「先查后答」，第 22 篇手搓了一个纯 Python 的 MiniRAG。那个 MiniRAG 确实能跑，但**「能跑」和「好用」之间还差着一截**。