最新博客文章

9 / 173

AI 开发实战教程，从零到一构建你的 AI 应用。

教程日期

DeepSeek RAG 检索增强教程 RAG检索增强进阶基于 DeepSeek 构建 RAG 系统的完整教程：文档加载、文本分割、向量检索、重排序、多轮对话集成。含 LangChain、LlamaIndex 实战代码和企业级 RAG 架构设计。 2025-06 ·24 分钟阅读用户记忆和知识库 RAG检索增强进阶上一章解决的是单次交互的上下文管理。这一章要处理一个更难的问题：如何让 Agent 在对话结束后仍然记住用户、记住知识。 2026-09 ·64 分钟阅读 RAG 重排序与混合检索实战：从 BM25 到 Cross-Encoder RAG检索增强进阶单靠向量检索召回率有限，重排序是 RAG 效果提升的关键一环。本文系统讲解 BM25 稀疏检索、向量检索与 RRF 融合，以及 Cross-Encoder 重排序的完整实战。 2026-08 ·22 分钟阅读向量数据库选型实战 RAG检索增强进阶向量数据库是RAG系统的核心基础设施，但面对Milvus、Pinecone、Weaviate、Qdrant、Chroma等众多选择，如何做出最优选型决策？本文从性能、成本、易用性、扩展性等维度全面对比，结合真实业务场景给出选型建议。 2026-07 ·20 分钟阅读文档分块策略深度优化 RAG检索增强进阶文档分块（Chunking）是RAG系统中最容易被低估的关键环节。分块策略的优劣直接影响检索质量和最终回答的准确性。本文深入剖析固定大小分块、语义分块、递归分块、句子级分块等策略，帮你找到最优方案。 2026-07 ·18 分钟阅读多语言 RAG 系统设计 RAG检索增强进阶构建支持中英日韩等多语言的RAG系统面临独特的挑战。本文讲解多语言Embedding、跨语言检索、翻译策略和性能优化的完整方案。 2026-07 ·18 分钟阅读 RAG 缓存与性能优化 RAG检索增强进阶 RAG系统的性能瓶颈往往不在模型而在检索。本文讲解多层次缓存策略、Redis加速、语义缓存和批量优化技术，让你的RAG系统响应速度提升10倍。 2026-07 ·17 分钟阅读大模型幻觉问题：根因分析与缓解策略 RAG检索增强进阶幻觉是大模型应用中最令人头疼的问题之一。本文深入分析幻觉的产生原因，并提供 RAG、事实核查、不确定性量化等系统化的缓解策略，帮助构建更可靠的 AI 应用。 2025-07 ·17 分钟阅读向量数据库选型：Chroma vs Pinecone vs Milvus RAG检索增强进阶向量数据库是RAG系统的核心组件。本文从性能、易用性、成本和扩展性四个维度，对比Chroma、Pinecone和Milvus三大主流向量数据库，帮助你做出正确的选型决策。 2025-04 ·18 分钟阅读