相关文章
2080 篇高质量内容
使用RAG构建高质量知识库（三）- 数据嵌入
深入解析RAG技术中的数据嵌入关键步骤，掌握向量化提升检索精度的核心方法。 核心内容： 1. 数据向量化的基本原理与优势 2. 主流嵌入模型对比与选择建议 3. 向量数据库的典型应用场景
RAG实践技巧：将向量库降级为“语义路由器”，让答案更合理
RAG技术解析：如何优化向量库使用提升AI答案质量？ 核心内容： 1. RAG技术框架与实现模块详解 2. 向量库在RAG中的角色优化策略 3. 典型应用案例与开发选型建议
RAG 入门指南：LlamaIndex、GraphRAG、 RAGFlow 学习建议与技术选型
探索RAG技术如何让大语言模型更精准、更专业地回答你的问题，从核心思想到实战工具一网打尽。 核心内容： 1. RAG的核心思想与工作流程解析 2. LlamaIndex、GraphRAG、RAGFlow三大工具对比 3. RAG技术选型与学习路径建议
一文了解Ragflow知识库优化检索的方法
Ragflow知识库优化检索的实用指南，助你提升AI agent的精准度与效率。 核心内容： 1. 提升检索召回率的关键参数设置技巧 2. 支持多跳问答和复杂查询的参数配置方法 3. 综合运用优化策略打造最佳检索体验
再看表格RAG 怎么做？及大模型问数开源项目SQLBot实现解析
SQLBot开源项目解析：轻量化RAG流程+Prompt优化，带你了解大模型问数新思路。 核心内容： 1. SQLBot项目架构与四步RAG流程详解 2. 多数据库模式检索的工程实现方案 3. Prompt模板设计对SQL生成效果的影响分析
大模型增强检索优化之——用智能体去重构你的RAG系统
当传统RAG技术遇到多场景需求时，智能体技术能带来更强的自主决策与灵活性，实现更精准的意图识别与响应。 核心内容： 1. 传统RAG技术的局限性及业务场景挑战 2. 智能体技术的自主决策优势与实现原理 3. RAG与智能体技术的互补应用场景分析
大模型RAG实战｜基于ThinkDoc文档解析与融合检索能力，提升RAG效果
ThinkDoc智能知识库助力个人与开发者高效管理文档，通过智能对话与专业写作提升工作效率，还能集成到企业级RAG应用中。 核心内容： 1. 创建知识库的详细步骤与四种资料添加方式 2. 深度解析与快速解析两种文档处理模式的特点 3. 如何将ThinkDoc集成到RAG应用中提升效果
检索增强生成（RAG）：让AI拥有“知识库”能力
RAG技术让大模型像开卷考试一样，先查资料再答题，有效解决幻觉、时效性和数据安全三大难题。 核心内容： 1. RAG如何解决大模型的幻觉、时效性和数据安全问题 2. RAG的工作流程：知识库构建与实时查询 3. 文本分块的重要性及其对检索效果的影响
从 RAG 到 KAG ：结构化思考范式下的复杂推理
从RAG到KAG：揭秘大模型如何突破"开卷考试"困境，实现精准推理与知识融合。 核心内容： 1. RAG技术的局限性及向KAG框架的演进路径 2. KAG框架的核心创新：分层知识表示与结构化推理机制 3. 垂直领域应用案例与KAG-Thinker的四大能力跃迁
构建端到端的高级RAG AGENT
用LangGraph构建高级RAG智能体，实现智能查询重写、主题验证和自适应优化，轻松应对复杂对话场景。 核心内容： 1. 传统RAG系统的局限性分析 2. 高级RAG智能体的多阶段工作流程设计 3. 基于LangGraph的具体实现步骤与环境配置
使用RAG构建高质量知识库（二）- 数据分块
掌握RAG知识库构建的关键一步：数据分块策略详解，提升检索效率与精准度。 核心内容： 1. 数据分块的必要性与应用场景分析 2. 分块三大原则与最佳实践案例解析 3. 数据清洗预处理与常见分块策略对比
使用RAG构建高质量知识库 (一)
RAG技术如何提升大模型在私域知识库中的表现？掌握这些核心原理，让你的AI应用更精准高效。 核心内容： 1. RAG技术的基本原理与核心优势 2. 知识入库的关键步骤与技术要点 3. 不同场景下的检索优化策略
RAG vs 微调：AI测试知识库构建的两种路线之争
还在为AI测试知识库选型纠结？RAG与微调深度对比+实战避坑指南，帮你做出最优选择。 核心内容： 1. RAG与微调两种技术路线的原理对比与真实翻车案例 2. 测试场景下的最佳实践方案与混合策略 3. 1分钟快速选型清单与实施成本分析
RAGFlow 实践：SQL Assistant 工作流搭建
用自然语言查询数据库，让非技术人员也能轻松获取业务数据！RAGFlow SQL Assistant 工作流帮你实现这一目标。 核心内容： 1. 工作流实现自然语言查询SQL数据库的功能 2. 详细说明三个知识库的创建与配置方法 3. 完整的工作流编排思路与执行流程
RAG中召回率和召回准确度的区别和联系
深入解析RAG系统的核心指标：召回率与准确率如何相互制约又相辅相成。 核心内容： 1. 召回率与准确率的定义与计算公式 2. 两者在RAG系统中的矛盾关系与平衡策略 3. 实际优化案例：从相似度检索到重排序的两阶段解决方案
使用 Milvus 快速搭建 RAG 服务
快速掌握使用Milvus搭建RAG服务的核心技巧，避开新手常见坑，8分钟带你完成知识检索系统搭建！ 核心内容： 1. 云端与本地部署Milvus的优劣对比 2. 从零开始创建数据库和Collection的完整流程 3. 针对教材知识库的字段设计与检索功能实现
你每天用的AI，可能被“投毒”了！
AI技术暗藏"投毒"风险，虚假信息与恶意数据正威胁着我们的数字生活。 核心内容： 1. AI被"投毒"的两种主要形式及危害 2. 行业如何构建"数字防火墙"防范风险 3. 普通用户防范"AI投毒"的三大实用建议
大模型私有化部署安全防护策略（下）
RAG技术助力大模型安全落地，六大防护策略全面守护企业知识资产。 核心内容： 1. 基于RBAC的访问控制与输入输出审核机制 2. 智能体安全设计与前端防护措施 3. 内网对接时的日志管理与权限控制体系
打造企业专属知识大脑！用Dify构建RAG智能能问答系统，让知识检索像聊天一样简单
告别文档大海捞针！用Dify打造企业专属智能问答系统，让知识检索像聊天一样简单高效。 核心内容： 1. RAG技术解析：检索增强生成如何实现精准问答 2. Dify平台优势：技术领先、企业级特性和成本效益 3. 实战教程：从零搭建企业知识问答系统的完整步骤
检索增强生成（RAG）技术的架构、工作流与实际应用
RAG技术如何革新企业AI应用？深入解析其架构与实战价值。核心内容： 1. RAG技术的工作原理与六阶段工作流 2. 四大核心优势：准确性、决策效率、扩展性与持续进化 3. 三大典型应用场景：客户支持、内容创作和市场分析