#RAG
共 306 篇相关文章
40万工单的AI质检系统：一个实习生的架构抉择
一位IT公司实习生独自承担40万条工单的AI质检项目，需在1-2个月和有限预算内构建评分助手。本文拆解排障步骤合规、相关性、语法三大维度，给出embedding、RAG与LLM的分层组合架构建议。
Agentic RAG实测：Agent循环以92.7%碾压传统管道
PipesHub 在 Google FRAMES 基准上对比 18 个 RAG 管道与 Agent 循环：最佳传统管道仅 78.9%，Agent 循环达 92.7%。实验还揭示重排器可能降低准确率、模型凭记忆脑补等关键发现。
DeepSeek+Ollama+AnythingLLM本地RAG知识库部署全攻略
手把手教你用Ollama+AnythingLLM+DeepSeek在Ubuntu环境搭建本地私有RAG知识库，详解Docker部署、模型下载、远程访问配置及常见踩坑，打造专属行业大模型。
分阶段RAG架构实践：让检索失败变得显式可控
一位开发者分享的分阶段RAG架构，通过BGE-M3混合检索、BGE重排、相关性门控和上下文质量过滤，让检索失败变得显式可控，避免大模型基于薄弱上下文产生幻觉。基于Qdrant与本地DeepSeek R1 7B部署。
AI Agent开发全流程：从零基础到企业级落地
拆解B站100集AI Agent教程的定位，梳理Agent与普通脚本的区别，并从框架选型、工具调用与MCP、RAG数据准备、部署评估四个环节讲清企业级Agent开发流程与常见坑。
Sieve与Sage框架：让检索增强模型学会"知之为知之"
arXiv 最新研究提出 Sieve and Sage 框架，通过解耦检索失败状态、两级流水线设计，让检索增强语言模型（RALM）学会可靠弃权，准确率最高提升69.4个百分点，速度提升1.99倍。
检索是决策问题而非相似度问题：GPT Researcher实验的启示
检索不只是相似度匹配，更是决策问题。GPT Researcher实验显示，用决策模型替代传统嵌入检索，相关上下文比例从46%提升至73%。本文解析这一范式转变对RAG系统与AI Agent设计的启示。
开源智能商业数据助手：RAG+MCP+RBAC的记忆驱动架构解析
一位开发者开源了融合 RAG、MCP 工具协议与 RBAC 权限控制的记忆驱动型商业数据助手，基于 FastAPI + React 构建。本文解析其持久化分析记忆、知识锚定、证据支撑回答与企业级安全设计。
企业级AI客服实战：RAG+Agent+Ontology+人工审核全链路搭建
从0搭建企业级AI客服完整实战：Agent调度、RAG检索、Ontology关系查询与人工审核如何配合，覆盖订单查询、知识检索、自动回复与异常转人工全流程，一次跑通企业AI客服开发链路。
RAG流水线到底败在哪：检索还是生成？
RAG 流水线效果不佳，问题到底出在检索还是生成？本文剖析两个阶段的典型失败模式、诊断方法与分层评估策略，帮助团队精准定位 RAG 系统瓶颈并对症优化。
AI Agent记忆优化实战：告别塞满上下文窗口的做法
如何为AI Agent设计高效记忆系统？一位开发者分享了从「塞满上下文窗口」到引入持久化记忆层的实战经验，涵盖向量检索RAG、图结构与元数据过滤三种方案的对比，帮你降低Token成本、提升响应速度。
如何挑选高质量AI Agent开发课程？5条实用筛选标准
AI Agent开发课程质量参差不齐，如何避免踩坑？本文梳理了一位转行者总结的5条筛选标准：完整交付链路、可写进简历的实战项目、真实开发视角、更新频率、陪跑反馈，帮你选对课程少走弯路。
纠错式RAG（CRAG）实战：构建会自我校验的合规研究助手
纠错式RAG（CRAG）如何让合规助手在回答前自查？本文拆解一个基于LangGraph与Qdrant的自我校正RAG Agent项目，讲解文档打分、查询重写、答案验证与有界重试的完整工程实现。
8GB内存跑RAG频繁OOM？Docling处理PDF的内存优化实战思路
8GB 内存搭建 RAG 时用 Docling 处理 PDF 频繁 OOM 内存溢出？本文分析分页批处理是否合理、如何优化 Docling 内存占用，以及本地测试到 AWS 部署的解耦架构思路。
RAG系统如何应对状态、时效与冲突数据的难题
RAG系统在生产环境中如何处理动态状态、时间维度和冲突数据？本文分析元数据过滤、版本管理、双时态建模、冲突消解及GraphRAG等实用工程策略。
Qwen3+RAGFlow零成本搭建本地知识库全流程教程
手把手教你用Ollama、Qwen3和RAGFlow零成本搭建本地知识库智能助手，从Docker环境配置、模型集成到向量检索全流程详解，消除大模型幻觉，数据隐私可控，小白也能上手。
入门聊天机器人开发：RAG技术栈需要哪些编程语言
想用 RAG 技术开发聊天机器人却不知从何学起？本文梳理 Python、JavaScript 等编程语言的选择逻辑，解析 RAG 技术栈核心流程，并给出新手学习资源与实践建议。
RAG中的Embedding模型详解：从知识库构建到相似度检索全流程
本文详解 RAG 中 Embedding 模型的工作机制：从知识库分块构建、文本转向量存储，到用户查询检索 top-k 相关文档并拼接提示词的全流程，并说明为什么相关性与 Embedding 微调是决定 RAG 效果的关键。
