-
自带 Nano 改图，一键总结 N 个网页！Chrome 这次更新，让所有 AI 插件都下岗了（附国内开启方法）
讲真，作为每天和浏览器打交道超过 10 小时的“重度冲浪选手”，Chrome 几乎就是我的第二个办公桌。自打 AI 爆火之后，为了提效，我这浏览器右上角就没清净过。我装了五花八门的插件：有的专门用来总结长文章，有的用来跟网页对话……但懂得都懂，没有一个真的特别好使。直到昨天，Google 亲手扔下了一个“核弹级更新”，我瞬间觉得：那些折腾了半天的 AI 插件，终于可以通通删掉了！（具体的开启教学我…- 0
- 0
-
一文了解Ragflow知识库优化检索的方法
摘要：在我们使用的开源的AI Agent开发工具中，ragflow因为它的知识库相对比较专业，也受到很多开发者的喜欢，目前在github上的星级有62.2K的星。是一个非常受欢迎的开源项目。成为众多开发者和企业处理海量数据、实现高效知识检索与应用的得力助手。但是由于构建知识库的设置不当也会让检索准确性下降很多，本文基于当前的开源情况，深入探讨的优化知识库检索的几个关键参数设置的问题。提升检索召回率…- 0
- 0
-
你的 Moltbot 很可能正在裸奔：安全宝典清单
写这篇的原因前两天帮朋友看他的 Moltbot 配置，打开一看，网关直接绑在 0.0.0.0，没有任何 token。我问他知不知道这意味着什么，他说"应该只有我自己能连吧"。不是的。这意味着任何人只要扫到你的 IP 和端口，就能给你的 bot 发消息，然后你的 bot 就会照做——跑命令、读文件、开浏览器，什么都行。后来我又刷到有人做公网扫描，一下子扫出 …- 0
- 0
-
再看表格RAG 怎么做？及大模型问数开源项目SQLBot实现解析
今天是2025年8月13日，星期三，北京，晴我们继续看RAG方向，这次集中在问数这个场景。讲几个方案，一个是Demo级大模型问数开源项目SQLBot实现解析，看看实现细节。另一个是再看TableRAG的几个思路，看看真多文档中的表格，怎么做RAG，连同之前讲过的，温故而知新。多总结，多归纳，多从底层实现分析，会有收获。一、Demo级大模型问数开源项目SQLBot实现解析大模型问数开源工作，chat…- 0
- 0
-
Context Is All You Need：快手后端AI Coding的实践与思考
导读过去数月，快手内部围绕真实需求场景，探索 Java 后端 AI Coding 落地方案。经探索，快手主站团队将真实需求的 AI 代码采纳率逐步提升至60%~90%，沉淀出面向后端的 “码图” 框架，初步摸索出人与 AI 协同的 AI Native 研发范式。本文将结合真实案例，深入分析 Java 后端 AI Coding 的难点及解决方案。一、从一个真实案例说起在实际项目开发中，我们曾碰到这样…- 0
- 0
-
大模型增强检索优化之——用智能体去重构你的RAG系统
“ 不论是RAG，还是智能体都仅仅只是一门技术；而不同的业务场景需要选择合适的技术实现。”最近这段时间一直在做一个RAG检索增强的系统，但由于前期对需求了解不足，导致目前系统开发遇到一些问题，那就是目前使用纯粹的RAG技术很难解决业务需求问题。目前的需求是在一个大的业务场景下有三个子场景，但这个三个场景的入口只有一个对话框，因此需要根据用户的意图来进行识别，然后判断属于哪个子场景。因此，…- 0
- 0
-
别再神话 Claude Skills 了：这 12 个“致命”局限性你必须知道
网上有很多介绍 Claude Skills 的文章，但是很少有人提 Skills 的局限性。甚至看到有人稍微把 Skills 吹过头了！说实话，Skills 是解决大模型缺乏专业知识、解决上下文窗口等问题的一个先进解法，但目前还不完美。我认为当你无法说出一个技术的局限性的时候，也就意味着其实你对这个技术的了解并不够。这篇文章结合自己的理解，谈谈 Claude Skills 的局限性，希望对大家有启…- 0
- 0
-
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
最近ThinkDoc智能知识库上线了。个人与开发者都可以用。对于个人，作为知识工作者或专业人士，我们可以把 ThinkDoc 作为自己的个人知识库。在上传文档资料之后，我们可以通过智能对话、检索分析和专业写作等智能体直接交互，提升个人的工作效率。对于开发者，我们可以把 ThinkDoc 作为团队或企业的知识库平台。通过 ThinkDoc 丰富的 API 接口，调用强大的文档上传…- 0
- 0
-
从 "实习生" 到 "超级专家"：Claude Skills 凭什么颠覆 AI 工作流？
Skill即生产力：AI Agent时代的“超能力”正在爆发最近AI圈被一个词彻底刷屏——Skill 前言2026年，如果你还在手动填表、爬数据、写周报……那你可能已经错过了新一轮AI生产力革命。Skills正以燎原之势席卷整个AI圈。GitHub上动辄上万Star的项目、开发者社区里高频讨论的话题、甚至非技术岗位也开始尝试部署——Skills，正在成为下一代AI Agent的核心“操作系统”。 …- 0
- 0
-
当AI学会“查资料”：RAG如何让智能回答更靠谱？
你有没有过这样的经历：问智能助手一个专业问题，它看似自信满满地给出答案，结果细究之下却发现漏洞百出？比如问“2024年诺贝尔物理学奖得主是谁”，它可能搬出2022年的名单；聊一部刚上映的电影，它却描述着十年前的老剧情。这不是AI故意“撒谎”，而是传统大语言模型存在一个致命短板——知识“过时”且“有限”。不过，如今一种叫RAG（检索增强生成）的技术正在改变这一局面。简单说，RAG让AI学会了“查资料…- 0
- 0
-
不需要Mac mini，花一杯咖啡的钱几分钟开箱即用玩转 Clawdbot
TL;DR最近Moltbot(Clawdbot)大火, 据说MAC mini都卖断货了, 我这种懒人虽然家里还有一个公司回购的Macbook, 但是真不想搞了. 下面我教大家花一杯咖啡的钱, 几分钟就给自己弄一个, 还可以在钉钉上直接召唤机器人.这次使用了阿里云的百炼和无影来快速搭建. 然后把机器人关联到了钉钉上. 总体来说配置非常简单顺手, 比起隔壁那啥改一堆配置文件简单多了.使用这…- 0
- 0
-
检索增强生成（RAG）：让AI拥有“知识库”能力
RAG（Retrieval-Augmented Generation，检索增强生成）是一种将信息检索与大语言模型生成相结合的技术框架。其核心思想是：在生成回答或文本前，先从外部知识库中动态检索与用户查询相关的信息，再基于检索结果生成更准确、更可靠的答案。简单来说就是，RAG让大模型能像“开卷考试”一样，先查资料再答题。尽管大语言模型已展现出令人瞩目的理解和生成能力，但在实际应用中还面临着幻觉、时效…- 0
- 0
-
Google 王炸更新 Gemini 和 Chrome 合体 绞杀一切竞争对手…
很多人一直吐槽 Google，Gemini 那么强了，人家都推出了AI浏览器，为什么Chrome 却一直还是原地踏步？Google 到底在干嘛？现在它终于来了Gemini 和 Chrome 合体了...Google 刚刚发布了基于最新 Gemini 3 模型的 Chrome 重大更新，这不仅仅是一个插件或侧边栏的升级，而是对浏览器核心逻辑的重构。Chrome 正在从一个被动的“…- 0
- 0
-
从 RAG 到 KAG ：结构化思考范式下的复杂推理
导语 |随着人工智能技术的迅速发展，基于大语言模型（LLMs）的应用逐渐成为主流。然而，这些大模型在实际应用中仍像在“闭卷考试”，一旦题目超纲便只能凭空编造，即便后来引入 RAG 让其“开卷”，也常因翻不到正确的页码而答非所问。尤其在垂直领域的应用中，单纯依靠大模型往往无法满足复杂业务对精准问答、实时知识更新和推理深度的需求。因此，技术正从 RAG (Retrieval Augmente…- 0
- 0
-
超越Skill？又一新技术让AI编码准确率从53%跃升至100%
Anthropic 为什么推出 Skills？它会革谁的命！当大家还沉醉在Skills的独特魅力时，由Jude Gao主导新研究再次给上下文工程带来新的发现。仅仅通过一个8KB的AgentS.md文件改动，就让AI编码智能体的表现从53%跃升至100%。问题的核心AI编码智能体面临一个尴尬的现实：它们的训练数据总是落后于框架的更新速度。Next.js 16引入的'use cache�…- 0
- 0
-
别问原理，直接喂饭：11 个生产级 Skill 仓库，拿走不谢
刚才看到群里又有人问：“大佬，SKILL.md 到底该怎么写？”我的第一反应不是想教他，而是想报警。都 2025 年底了，Agent Skills 早就不是什么“黑科技”了，而是标配！Claude 有了，ChatGPT 有了，CodeX 也标配了。一句话总结现状： 以前你不写 Skill 是因为“太超前”，现在你不写 Skill，就像拿着 iPhone 17 却只会打电话——是你落伍了，不是 AI…- 0
- 0
-
构建端到端的高级RAG AGENT
在本文中我们将介绍如何使用 LangGraph 实现复杂的 RAG 智能体。该智能体能够重写用户问题、对其进行分类、验证文档相关性，甚至在最终优雅放弃前，还能用优化后的查询进行重试。在我们深入构建高级 RAG 智能体之前，重新审视如何将 RAG 用作 LangGraph 智能体中的工具会很有帮助。介绍传统的 RAG（检索增强生成）系统适用于简单的问题，但难以处理复杂的对话场景。当用户提出…- 0
- 0
-
手搓系列｜MAS+RAG实现博客搜索与问答
序最近正好在研究RAG，虽然RAG有很多问题被诟病，但预计未来三年仍然是构建Agent扩展知识库的关键技术，RAG的问题也会逐一被弥补或完善，就像MAS的问题目前最佳解法是构建个性化的Context engineering一样。本文记录构建Agentic RAG系统的过程，结合了LangChain (文档处理), LangGraph (Agent流程控制), Google Gemini (LLM)…- 0
- 0
-
燃尽、重启、爆火：Clawdbot 创始人的 35 分钟访谈实录
Clawdbot（刚改名 Moltbot）最近大火，作者 Peter Steinberger 是奥地利开发者，也是 PSPDFKit 的创始人。公司 2021 年被 Insight Partners 以超过 1 亿欧元投资，随后他彻底燃尽（burnout），消失了三年。2025 年 11 月，他用 10 天“凭感觉搓出”（vibe-coded）了 Clawdbot。几周后，GitHub 星标数（S…- 0
- 0
-
RAG 还能不用 Embedding？OpenAI 给出了新玩法
如果你在用LLM构建应用，你很可能已经和RAG打过交道。RAG 对于用外部数据来增强LLM的能力很棒，但其中的检索——往往很复杂。我自己就曾花上好几个小时纠结：切分块的大小、重叠的策略、该用哪种向量嵌入模型。至于管理向量数据库？那更是一个完整的基础设施挑战。所以，当我在 OpenAI 的 Cookbook 中偶然看到他们关于另一种 RAG 思路的最新研究时——一种号称可以绕过传统嵌入的方案——我的…- 0
- 0
-
Agent原生架构：Claude Code 后时代该如何构建智能体应用
最近Claude Code大火，火的原因不简单是Vibe编程神器本身，更重要的是它正在重新定义智能体的开发范式，过去利用胶水代码或者拖拉拽方式构建的传统（面向过程)智能体，或将被那种只需要描述结果，交给持续循环运行达成目标的Agent原生智能体所颠覆。Claude Code配合恰到好处的的插件、Skills等机制证明了一个好的编程智能体就是一个好的通用智能体。让智能体重构代码库的架构，同样能让它整…- 0
- 0
-
Agent Skill：让AI拥有"随身携带的专业操作手册"
Agent Skill：让AI拥有"随身携带的专业操作手册"在AI时代，我们经常遇到这样的困惑：同一个AI助手，有时候能高效完成专业任务，有时候却又表现得像个新手。这背后的关键在于——AI是否掌握了特定的专业知识和操作规范。今天要介绍的Agent Skill（智能体技能），正是解决这个问题的方案。它就像是给AI配备的"随身专业操作手册"，让AI在面对特定任务…- 0
- 0
-
基于 pgvector 构建企业级 RAG 系统的实战指南
1. 背景在 AI 驱动的企业知识管理与自动化运维领域，RAG（Retrieval-Augmented Generation） 模式已经成为提升大模型回答准确度和上下文理解能力的关键方案。 传统大模型（LLM）仅依赖训练语料回答问题，而 RAG 在推理前引入 外部知识检索，可显著减少幻觉（Hallucination），提升对领域专属知识的掌握能力。在向量数据库的选择上，pgve…- 0
- 0
-
使用RAG构建高质量知识库（二）- 数据分块
上一篇文章我们介绍了RAG的基本概念和原理， 感兴趣的同学也可以回去补补课。使用RAG构建高质量知识库（一）今天咱们就继续来聊聊知识库的数据清洗与分块策略。为啥要分块为了精准召回知识库的内容！事实上，如果我们不做分块，直接把整个知识库丢给大模型，让他参照执行，在知识内容较少的情况下，是完全可行的。但在真实使用场景，往往知识库都非常复杂，比如在AI医疗场景，知识库会收录上万本权威医疗指南，每个指南都…- 0
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×