知识库

我把RAG召回率从60%提到90%，就改了这两件事💪🏻 1. Python基础专栏，基础知识一网打尽，9.9元买不了吃亏，买不了上当。 Python从入门到精通

呆呆敲代码的小Y

Understand Anything入门指南：代码库、知识库转化为交互式知识图谱当你刚加入一个新团队，面对 20 万行代码，你从哪里开始？Understand Anything 是一个 Claude Code Plugin，通过多智能体（multi-agent）架构分析你的项目，构建包含文件、函数、类以及依赖关系的知识图谱，并提供一个可视化交互界面，帮助你理解整个系统。不再”盲读代码”，而是从全局视角理解系统结构。

LightRAG知识库https://github.com/HKUDS/LightRAGhttps://www.cnblogs.com/JentZhang/p/18801719

个人学习助手 DeepTutor：把论文检索、做题和学习规划一次打通别的不说，现在 AI 学习工具也开始卷出「家教界六边形战士」了。前脚还在手动整理笔记、翻论文、刷题找答案，后脚 DeepTutor 就直接把「学习」这件事做成了全自动流水线。

企业AI资产管理体系：提示词、工作流、知识库应该怎么管企业AI能力建设一段时间后，一个尴尬的问题开始浮现：市场部调了一个好用的Prompt，研发部不知道，自己又重新调了一遍

获客团队智能线索管理：从混乱到精准狙击获客团队有个老毛病：线索越多，反而越焦虑。展会回来几百张名片，官网试用申请堆满了后台，SEM广告每天都在烧钱获客……按理说应该高兴才对，但销售团队的反馈却是另一回事：打过去要么空号、要么秒挂，好不容易找到个真人，聊两句发现对方根本没采购意向。忙活一个月，有效线索没几个，团队的挫败感倒是积累了不少。

基于 LangChain 从零搭建知识库问答系统GitHub：https://github.com/Lanqingsong/rag-from-scratch 技术栈：LangChain · DeepSeek · FAISS · 阿里云 DashScope · Flask · rank-bm25 · SearXNG

程序员柒叔

Dify 一周动态-2026-W22日期范围: 2026-05-20 - 2026-05-27 摘要: 本周 Dify 的主线非常明确：1.14.2 已落地并把安全修复、工作流可靠性和部署变更一起推向用户；主干随后迅速进入新一轮开发，重点集中在认证链路重构、Valkey 向量存储补强、CLI E2E 测试和前端基础设施替换。同时，1.14.2 发布后开始出现一批兼容性与回归类问题，尤其集中在文件处理、模型计费和向量数据库集成上。

Obsidian一键获取视频笔记内容，AI做知识管理+内容创作你收藏夹里有多少个没看的视频？我数了一下，B站237个，小宇宙48期播客没听，抖音收藏了一堆短知识视频，打开率大概是零。

QMT 知识库 XtQuant知识库使用文档 pdf今天分享下，讯投QMT和XtQuant知识库的使用文档。你可以前往他们的官方网站查看最新的文档。本次分享是我在20260205，前往他们的官网一页一页查看，然后另存为pdf格式的技术文档。

程序员柒叔

Graphify——理念不错、社区火但有硬伤的工具本文结论针对代码库分析而言，供参考。https://github.com/safishamsi/graphify

使用RAGFlow搭建本地知识库说起本地知识库，可能很多人会觉得这是个很高大上的技术活儿，好像只有专业团队才能搞定。但今天要介绍的 RAGFlow，正在让这件事变得前所未有的简单——哪怕你是技术小白，只要跟着步骤来，也能搭建起属于自己的本地知识库系统。

PDF 转 Markdown 主力方案怎么选：PaddleOCR-VL-1.5、MinerU、HunyuanOCR 与 MonkeyOCR 实测对比本文对比了四种主流PDF转Markdown工具（PaddleOCR-VL-1.5、MinerU、HunyuanOCR和MonkeyOCR）的性能表现。测试基于OmniDocBench和MDPBench数据集，评估维度包括文本块识别、阅读顺序、表格和公式处理等结构化要素。结果显示PaddleOCR-VL-1.5综合表现最优，在两个数据集上都保持稳定性能，特别在表格和公式处理方面表现突出。HunyuanOCR在复杂文档解析上单集表现优异但部署门槛高，MinerU工程系统能力强但分数略低，MonkeyOCR轻量

RAG学习笔记:让大模型先查资料再回答问题好家伙,这次我们来聊 RAG.RAG 这个词最近出现得很多,但如果只是记住它的英文全称,其实没什么用.

梦想不只是梦与想

rag和agent的区别RAG 和 Agent 的核心区别在于‌目标不同‌：RAG 是为了‌答得准‌，Agent 是为了‌做得成‌。简单来说，RAG 像‌资料员‌，负责查资料；Agent 像‌项目经理‌，负责办事情。‌‌‌

制造业智能安全生产监控：从“被动应对“到“主动预防“的转型之路制造业是国家经济的支柱产业，而安全生产则是制造业发展的底线。这话听着像套话，但你要是经历过一次安全事故，就会明白这真不是空话。近年来，国家对安全生产的重视程度持续提升，《安全生产法》多次修订、安全生产专项整治行动一轮接一轮，释放的信号很明确：安全管理要从"事后处置"向"事前预防"转型。

数环通iPaaS知识库选型实践：从技术评估到RAGFlow深度调优数环通LinkBot是平台的AI智能体，它不只是一个对话机器人——它能调用1000+连接器执行真实操作（发邮件、查数据、创建工单）。但"会干活"只是一半，另一半是"知道该怎么干"。

IPHWT 零软网络

AI Agent知识库功能解析：多源接入、动态更新与智能检索的技术价值在AI应用落地企业场景的过程中，知识库作为核心支撑，直接影响AI回答的专业性与准确性。AI Agent通过搭载企业私有知识库（RAG技术），实现了对业务知识的有效管理与应用，其核心功能包括多源接入、动态更新与智能检索，本文将从技术角度解析这些功能的价值。

快跑bug来啦

RAGFlow部署教程：Ubuntu24.04这两年深切的感受到AI的大爆发，干活越来越快也越来越懂自己了，但是完全依靠外在力量总感觉会对个人的成长不利，有工具不用也更像个傻子。AI本身不会形成壁垒，你能用别人也会用，想要在当前环境更突出，个人技术实力当然是一方面，毕竟AI是个人能力放大器；同时，同样的工具用的更好我觉得也是一方面，建立自己或者企业的知识库，让你的AI更懂自己，更贴近生产需要，作为知识沉淀我觉得是一个很好的方向。

不写SQL，不拉Excel：数据分析用“问”的一个互联网数据分析师的真实自白我叫阿泽，在一家在线教育公司做数据分析师。四年了。从实习生做到小组长，从只会跑数的“表哥”到能跟业务对撕需求的老油条。