相关文章
2026 篇高质量内容
Dify工作流→知识检索|问题分类
Dify工作流：智慧知识检索与精准问题分类，助力高效AI问答。 核心内容： 1. Dify知识检索功能，实现从知识库中检索相关文本内容 2. 问题分类器基于用户输入自动匹配分类标签 3. 配置指引和示例工作流，让AI问答系统更智能、更准确
基于MiniO存储的RAGFlow+Dify图片处理方案
探索本地化部署存储方案，优化图片处理流程。 核心内容： 1. 回顾富文本中URL嵌入与LLM处理的关系 2. MinIO存储方案及其在RAGFlow+Dify中的应用 3. 占位符方案对防止LLM“幻觉”的重要性
一文搞懂GraphRAG（RAG + 知识图谱）
探索GraphRAG如何革新知识图谱与语言模型的结合，提升复杂查询和多跳推理能力。 核心内容： 1. GraphRAG技术定义与核心优势 2. 复杂查询处理：社区聚类与跨文档主题分析 3. 多跳推理案例：图谱路径分析与解释生成
RAG 作者：RAG 已死，RAG 万岁！
RAG技术如何抵御新模型挑战，持续在AI领域占有一席之地。 核心内容： 1. RAG技术的初衷与目标：结合参数化和非参数化记忆 2. RAG如何解决生成式语言模型的固有缺陷 3. 尽管新模型不断涌现，RAG在人工智能领域的必要性依然存在
基于推理模型+RAG+Agent，作业帮内部安全体系建设实践
面对AI大模型挑战，作业帮如何构建内网安全体系？ 核心内容： 1. 信息安全领域面临的AI挑战与作业帮的防御实践 2. 基于三层防御体系的内网安全架构设计 3. 高级自动化响应流程下的运营挑战与解决方案
MCP审计场景再探，用AI操作Excel？不太靠谱
探索AI操作Excel的实用性和挑战，MCP工具在审计场景中的应用测试。 核心内容： 1. MCP工具功能概览及其在Excel操作中的实际表现 2. AI创建数据透视表的尝试与问题 3. AI填充空白单元格的操作及其效果评估
RAG进阶：Embedding Models嵌入式模型原理和选择
掌握RAG进阶，从嵌入式模型开始。 核心内容： 1. 嵌入模型的基本概念与核心原理 2. 嵌入式模型的主流分类与选型指南 3. 实际案例：SQuAD数据集评估与代码分析
大模型：多种RAG组合优化（langchain实现）
探索多种RAG优化策略及其在Langchain中的实现，有效解决幻觉问题。 核心内容： 1. RAG优化策略整合与Langchain实现 2. 名词嵌入对比训练及性能评估 3. 业务分析与RAG搜索能力增强
一文搞懂RAG构建知识库和知识图谱
探索RAG技术如何革新知识库构建和知识图谱整合。 核心内容： 1. RAG技术概述及其在知识问答中的应用价值 2. RAG在知识库构建中的检索与生成机制 3. 使用GraphRAG和Graphusion框架构建知识图谱的实践指南
RAG不需要切块向量化了？通过PageIndex构建Agentic RAG
探索长篇文档检索的新纪元，如何通过推理提升RAG系统性能。 核心内容： 1. RAG系统向量数据库检索的局限性和挑战 2. PageIndex的创新点：基于树搜索的文档索引系统 3. PageIndex的实际应用和使用方法步骤
文档解析主流开源工具全家桶及RAG中的文档目录解析PageIndex思路解析
探索文档解析技术新发展，掌握RAG文档目录索引的创新思路。 核心内容： 1. RAG文档解析中目录生成的PageIndex方案介绍 2. 文档解析主流开源工具全家桶及其性能评价 3. PageIndex实现细节与代码功能解析
腾讯发布Conan-Embedding-V2，登顶MTEB中英榜单，性能更强、覆盖场景更广
腾讯Conan-Embedding-V2刷新中英榜单，性能卓越，场景广泛！ 核心内容： 1. Conan-Embedding-V2基于1.4B大模型，实现中英文SOTA性能 2. 支持多语种能力，突破上下文长度限制 3. 训练过程创新，引入跨语言检索和动态硬负例挖掘
想让 FastGPT 更猛？试试 OceanBase 向量数据库吧！
探索FastGPT性能提升的全新方案，OceanBase向量数据库如何成为其最佳搭档。 核心内容： 1. 向量数据库在RAG中的关键作用及其对FastGPT性能的影响 2. PostgreSQL在高维向量模型和复杂检索逻辑中的局限性 3. OceanBase作为FastGPT向量数据库的优势及应用场景
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
深度解析RAGFlow分片引擎，掌握硬核架构与视觉增强技巧。 核心内容： 1. RAGFlow分片引擎的整体流程解析 2. 切片设置与接口参数详细解读 3. 代码实现与功能增强策略详解
国人AI IDE神器Trae+MCP实现知识库检索精度暴涨300%【喂饭级教程】
AI IDE神器Trae+MCP，轻松提升知识库检索精度300%！喂饭级教程手把手教你实现。 核心内容： 1. RAG局限性及解决方案：文件分片、检索不精确、全局概念缺失 2. 超长上下文模型minimax-01，支持400万tokens，效果显著提升 3. Trae+MCP一键接入数据库，降低AI大模型接入数据库门槛
理解 RAG 第二部分：经典 RAG 的工作原理
深入探索经典RAG的工作机制，揭示其如何结合语言模型与信息检索技术，提升文本生成的准确性和相关性。 核心内容： 1. 预训练语言模型（LLM）在RAG中的作用 2. 向量数据库/知识库的构建与优势 3. 用户查询处理和相关文档检索过程
18种RAG技术大比拼：谁才是检索增强生成的最佳选择？
探索人工智能领域中RAG技术的最新进展，发现数据检索与生成的最佳结合。 核心内容： 1. RAG技术概述及其在信息检索中的重要性 2. 简单RAG的工作流程及其局限性 3. 语义分块技术如何提升文本块的相关性和准确性
改进RAG：利用混合搜索与重排序优化检索效果（含代码示例）
通过混合搜索与重排序技术显著提升RAG模型的检索效果，为精确匹配ID提供解决方案。 核心内容： 1. RAG在实际应用中面临的检索挑战及问题 2. 混合搜索方法的引入及具体步骤 3. PGVector语义搜索在混合搜索中的应用及效果
检索增强生成（RAG）深度教程
深入探索检索增强生成技术，提高大型语言模型的准确性与可靠性。 核心内容： 1. RAG技术原理与系统组成 2. 索引阶段优化策略 3. 数据预处理与转换技巧
MCP 实践：基于 MCP 架构实现知识库答疑系统
探索AI Agent技术新趋势，掌握基于MCP的答疑系统开发实践。 核心内容： 1. AI Agent发展趋势与MCP标准的重要性 2. 基于MCP开发答疑系统的整体流程设计 3. 知识库构建与检索优化策略