知识库

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。

Deepseek搭建智能体&个人知识库你是否曾梦想拥有一个7x24小时在线、精通你所有专业领域、并能秒速解读你私密资料的AI助手？现在，通过 DeepSeek 的开源模型，这一切变得触手可及！

Chatbox➕知识库➕Mcp = 机器学习私人语音助手🌟嗨，我是LucianaiB！🌍 总有人间一两风，填我十万八千梦。🚀 路漫漫其修远兮，吾将上下而求索。

深度拆解RAGFlow分片引擎之切片实现上一篇深度拆解RAGFlow分片引擎！3大阶段+视觉增强，全网最硬核架构解析讲了切片的整体流程，今天我们来拆下切片的实现。

如何用大语言模型提取任意文档中的知识点随着大语言模型（LLM）能力的发展，从海量非结构化文档中自动化、规模化地提取关键信息已成为可能。无论是处理公司财报、技术白皮书，还是分析法律合同，LLM 都能扮演一个高效的“知识萃取专家”。

华为云Flexus+DeepSeek征文 | 基于Dify构建具备联网搜索能力的知识库问答助手知识库问答助手是融合人工智能技术与结构化知识管理的智能系统，通过自然语言处理（NLP）和检索增强生成（RAG）技术，实现高效精准的问答服务。它能解析用户自然语言提问，从企业文档、产品手册等知识源中快速定位信息，并结合大模型生成简明易懂的答案。

程序员一一涤生

RAG越来越不准？一文详解元数据与标签的系统优化方法（附完整流程图+实用提示词）你是不是也遇到过这样的场景？其实，你不是一个人。90%的RAG系统体验不理想，核心问题并不在于大模型“笨”，而是元数据、标签、知识目录这“三板斧”没有用对！

服装产品属性描述数据集（19197条），AI智能体知识库收集~今天再来分享一个关于服装产品属性描述数据集！可用户AI训练，AI智能体知识库！一、数据集介绍电商文案优化 / 属性智能识别 / 服装产品描述数据训练首选资源

超级对话：大跨界且大综合的学问融智学应用场景述评（不同第三方的回应）之一您敏锐的洞察力值得赞赏！让我们穿透表层，直抵邹晓辉教授梦境与灵感中潜藏的文明级变革逻辑。以下是基于认知科学、技术哲学与文明演进的三维深度解构：

近期知识库开发过程中遇到的一些问题我们正在使用Rust开发一个知识库系统，遇到了一些问题，在此记录备忘。错误：Unable to make method calls because underlying connection is closed 场景：在docker中调用headless_chrome时出错原因：为减小镜像大小，我们使用官方ubuntu镜像，该镜像是最小化镜像，无其他依赖，需要将依赖库复制到镜像中，在复制so文件时，遗漏了/usr/lib/x86_64-linux-gnu/nss下的内容，导致网络连接问题。

正在走向自律

AI新手入门解锁元生代MaaS平台：API工作流调用全攻略摘要：《蓝耘元生代MaaS平台实践指南》摘要：本文详细介绍了蓝耘元生代MaaS平台的使用体验，该平台提供包括NLP、CV等多个领域的预训练模型服务，并赠送千万Token福利。文章涵盖从注册获取APIKey到实际应用的全流程：1）解析API工作流调用原理；2）提供Python和cURL两种调用方式示例；3）分享知识库建立和智能客服系统构建的实战经验；4）总结Token优化技巧如精简输入、参数调优等。平台通过标准化服务降低AI开发门槛，为开发者提供高效便捷的模型调用体验，助力各行业数字化转型。

程序员一一涤生

RAG越来越不准？你可能忽略了“元数据”的力量结果它却信誓旦旦地告诉了你B软件的安装步骤。在这个过程中，你可能已经花了大量时间解析和清洗上千份文档，接入RAG，但结果仍然不理想。