知识库

AI大模型学徒

大模型应用开发(十七)_RAG架构概述RAG（Retrieval-Augmented Generation，检索增强生成）架构概述。这部分是理解 RAG 系统设计与实现的核心内容。

被制作时长两年半的个人练习生

agent和知识库技术发展的一个可能性最近在用大模型根据文件补充的信息来回答问题的场景中，发现面对需要举一反三的例子时，就会陷入被动，例如让大模型生成一份代码，然后根据文档中的信息来修复代码中的错误时，代码用到的是double之类的类型，但文档中只有float类型，面对这种场景，大模型并没有正确的将文档中的float类型替换成double类型，而是直接生硬的用float类型填充了原来的代码。这种场景类似于我们学习中常见的刷题战术，刷了题却不完全理解，考试时面对新的场景就不能正确的完成问题的解决。期待agent和知识库的发展能够提供一些解决

AI大模型学徒

大模型应用开发(十六)_知识库2OpenAI 文档参考：https://platform.openai.com/docs/guides/function-calling

东方-教育技术博主

知识库以及知识库的使用方式我想给服务器的模型加知识库，可以怎么做，如果在服务器端调用了大模型接口，能不能添加知识库，知识库和rag有啥区别吗

AI大模型学徒

大模型应用开发(十五)_知识库1总结：大模型强在生成和语言理解，但弱在真实感知、因果推理、知识准确性和资源效率。“如何给大模型喂知识”，通常涉及知识增强（Knowledge Injection/Integration）的方法。不同场景下有不同手段，可以大致分为训练时注入和推理时补充两类：

TextIn智能文档云平台

从散乱资料到智能知识库：基于TextIn与Coze的RAG实战构建企业专属知识库正逐渐成为高效信息管理的核心需求。然而，大多数企业面临一个普遍问题：信息载体高度碎片化——手写笔记、拍摄图像、会议PPT 、PDF等异构数据源散落各处。这些资料不仅难以系统化整理，更无法被有效复用，长期积累后甚至无法追溯存留内容。

Dify接入外部知识库-RAGFlow在AI应用开发中，将Dify与专业级知识库系统RagFlow深度集成，已成为构建企业级智能问答、文档检索和自动化服务的关键路径。本文将基于2025年最新技术实践，从架构设计到代码实现，系统解析Dify与RagFlow的对接方案。

程序员柒叔

Dify知识库-在线文档导入流程分析本文档分析了 Dify 平台中在线文档导入的完整流程，包括 Notion 导入和网站爬取两种主要方式。

RAGFlow全面教程：从入门到精通，构建企业级智能问答系统1 RAG技术背景与挑战检索增强生成（Retrieval-Augmented Generation，简称RAG）是当前大语言模型（LLM）应用领域最重要的技术范式之一。其核心思想是通过引入外部知识源来增强大模型的能力，解决传统LLM存在的幻觉问题、知识滞后性和专业领域知识不足等局限性。在RAG工作流程中，系统会先从外部知识库中检索与问题相关的信息，然后将这些信息作为上下文与大模型结合，生成最终答案。

i查拉图斯特拉如是

搭建本地大模型知识库这章节主要是讲如何用本地的，一个很小的大模型，搭建一个自己的知识库，体验一下大模型的一个知识库的能力，还有大模型的一个检索能力。

程序员柒叔

Dify知识库- Word文档处理本报告详细分析了 Dify 项目中知识库对 Word 文档的处理流程，包括文档上传、解析、分段和索引的完整过程。

RAG 系统架构设计模式介绍在模块化RAG（Retrieval-Augmented Generation）设计中，各种操作模式通过模块化的方式协同工作，形成了一个名为 RAG流的工作流程。这个 RAG流可以被视为由多个子函数组成的图形结构。通过控制逻辑，这些子函数会按预定的顺序执行，同时也能根据需求进行条件判断、分支或循环。

MCP实现Agentic RAG server案例使用dify的知识库 api，fastapi创建mcp server

FightingITPanda

Spring AI 搭建 RAG 个人知识库现在大家对AI大模型又爱又恨，大模型统一的痛点 1、幻觉率比较高，它会无中生有 2、数据有延迟，比如豆包和DeepSeek训练数据只更新到2023 3、大模型没有内部数据，比如公司业务数据或个人数据大模型是拿不到的

四个月，AI为主，人为辅，一款产品两个知识库！有句老话：人人都是产品经理；有句新话：AI加持下，人人可做独立开发2023年开始接触ChatGPT，当时只能算是一个聊天机器人。如今两年过去了，AI这个赛道已经百花齐放。

互联网十年，从博客到知识库好记性，不如写文档。【一】最近三年随着人工智能的崛起，伴随一个非常热点的现象。AI知识库成了产品级的文档，把AI相关的各种知识做成体系化的教程，会有大量的关注者，然后围绕知识库和用户群体，再设计各种附加的业务。

0.3、AI Agent 知识库、召回、Recall、Embedding等相关的概念在 AI 应用平台（比如 Dify）中，召回（Recall）、向量检索（Vector Retrieval）、全文检索（Full-text Retrieval）、混合检索（Hybrid Retrieval）都是用于从知识库或文档库中查找与用户问题相关内容的不同策略。它们各有特点，适用于不同的场景。 Score（得分）通常是检索系统返回的每个文档与用户查询之间的“相关性分数”

PandaWiki:AI 驱动的开源知识库系对爬虫&逆向&算法模型感兴趣的同学可以查看历史文章，私信作者一对一小班教学,学习详细案例和兼职接单渠道

开源知识管理系统有哪些？开源与非开源知识库系统汇总本文将深入对比16款开源与闭源的知识库系统：PingCode 、亿方云、ShowDoc、Wolai 、DokuWiki、语雀、MediaWiki 、Wolai等。

Milvus部署在T4 GPU上,Dify检索性能可以提升多少？通常情况下，Dify检索知识库在秒级别，通常需要1-2秒，而部署在T4 GPU上则可以达到毫秒级别，通常在几十毫秒。