知识库

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。

【数据集】WebQuestions地址：The Stanford Natural Language Processing Group为了提高对语义解析模型训练与评估的支持，后来有学者从 WebQuestions 演化出 WebQuestionsSP 版本，其中对部分问题给出了可执行的 SPARQL 查询作为标注。 (Papers with Code)

Coze源码分析-资源库-编辑知识库-后端源码-流程/技术/总结用户登录 Coze 平台点击"资源库" → 在表格中点击要编辑的知识库行进行编辑场景的后端处理流程：Coze系统中知识库相关的错误码定义位于backend/types/errno/knowledge.go，主要包含以下几类：

Coze源码分析-资源库-编辑知识库-后端源码-基础设施/存储层基础设施层为知识库编辑功能提供了核心的技术支撑，包括数据库连接、ID生成器、缓存管理、搜索引擎和分布式锁等关键组件。这些组件通过契约层（Contract）和实现层（Implementation）的分离设计，确保了编辑操作的可靠性、一致性和高性能，特别是在处理知识库和文档的并发编辑场景时提供了重要保障。

Coze源码分析-资源库-编辑知识库-前端源码-核心组件本文深入分析Coze Studio中用户编辑知识库功能的前端实现。该功能允许用户在资源库中选择现有知识库进行编辑，修改其基本信息（名称、描述、图标等），为开发者提供了灵活的知识管理能力。通过对源码的详细解析，我们将了解从资源库入口到编辑弹窗的完整架构设计、组件实现、状态管理和用户体验优化等核心技术要点。

qKnow 知识平台【开源版】发布 1.0.0 版本，全面落地知识管理与智能抽取能力2025 年 8 月 18 日，qKnow 知识平台正式发布首个稳定版本 qKnow 1.0.0。作为一款以知识图谱为核心的开源企业级知识平台，本次发布标志着知识管理与智能抽取能力的全面落地，为企业知识智能化管理与 AI 融合应用提供了坚实支撑。

企业级AI应用，Dify集成RAGFlow知识库保姆教程在 Dify 能够调用之前，确保 RAGFlow 已经就绪并提供了可访问的 API。具体可以参考：https://blog.csdn.net/qq_35354529/article/details/151149191?spm=1001.2014.3001.5502 注意启动命令使用docker compose -p ragflow up -d

xwiki livedata筛选和分页前文中我们自定义页面，让livedata去加载自动定义页面，实现实时数据展示。发现有一个问题，筛选的时候没有正确显示数据

RAG优化实战 - LinkAI智能体平台的知识库升级之路RAG（Retrieval-Augmented Generation，检索增强生成）技术经过近两年的快速发展，已经从初期的概念验证阶段进入到了大规模企业级应用的关键时期。在这个过程中，单纯依靠简单的文档切分和基础的向量检索技术已经无法满足企业对于知识库问答质量的要求，需要在RAG技术的各个环节进行更为深入的优化。

未来之窗软件服务

自建知识库，向量数据库体系建设（二）之BERT 与.NET 8BERT 模型作为自然语言处理领域的革命性突破，其强大的上下文理解能力已被广泛应用于文本分类、情感分析、命名实体识别等场景。对于仍在使用.NET 4.8 框架的开发团队而言，借助ML.NET和 ONNX Runtime 工具，无需迁移至.NET Core 即可实现 BERT 模型的集成。本文将基于实际代码示例，详细介绍在.NET 4.8 环境中使用 BERT 的完整流程。

【macOS操作系统部署开源DeepSeek大模型，搭建Agent平台，构建私有化RAG知识库完整流程】昨天在马路上捡到一台全新的Mac Studio。拆开一看配置还挺高的，好家伙早就听说macOS操作系统也非常适合拿来跑大模型了，赶紧激活系统试了一下，以下是部署流程的完整记录。

FastGPT本地构建工作流高级编排（最新4.11.0）目录前言一、本地部署二、工作流编排2.1 配置大模型2.1.1 通过 OneAPI 接入模型2.2 创建知识库

macOS 12.7.6部署Ollama+Dify避坑指南Ollama是一个本地化大语言模型运行框架，支持在个人电脑上运行各类开源AI模型（如Llama、Mistral等）。Dify则是一个可视化AI应用开发平台，通过图形界面快速构建AI工作流。本文记录在macOS 12.7.6系统下部署两者的避坑指南。

国服第二切图仔

基于文心开源大模型ERNIE-4.5-0.3B-Paddle私有化部署并构建一个企业智能客服系统2025年6月30日，百度正式开源文心大模型4.5系列（ERNIE 4.5），涵盖10款不同参数规模的模型，包括了47B（470亿）、3B（30亿）激活参数的异构混合专家架构多模态MoE大模型，及0.3B（3亿）参数的稠密型模型，预训练权重与推理代码均完全开放。除此之外还提供完整的ERNIEKit微调工具链和FastDeploy推理框架，兼容主流生态，适用于各种业务场景。