-
用RAG的思路做agent知识管理，为什么跑不通
有多少人在用RAG系统的思路，做Agent的知识管理系统？起手就是文档切分、向量化，然后接下来存向量库，最后检索召回，得到最相关的topK片段给到大模型。然后立刻发现，agent场景中，相似度高，并不一定等于正确。一旦出现跨页面答案，或者几个chunk拼合一起，才能组成正确答案的情况，传统RAG流程，就会力不从心。原因很简单，RAG的这套逻辑是做简单、被动查询用的，不是给Agent用的。Agent…- 1
- 0
-
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…- 1
- 0
-
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…- 1
- 0
-
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…- 1
- 0
-
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…- 2
- 0
-
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…- 1
- 0
-
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…- 1
- 0
-
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…- 0
- 0
-
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…- 0
- 0
-
Chonkie：开源、轻量、极速的 RAG 分块神器 🦛
在不断扩展的大模型上下文里，分块不仅是技术需求，更是确保模型效率的关键手段。然而，面对大部分冗杂的分块工具，不少开发者需要更直接、更有效的解决方案。这时，Chonkie — 一款专为分块任务设计的轻量工具 — 应运而生，成为了 RAG 应用开发中的绝佳帮手。为什么需要分块？随着语言模型能够处理的上下文不断增加，在提供丰富上下文的同时也带来了计算速度与内存开销的挑战。通过分块，…- 0
- 0
-
YC CEO 的 AI 记住了 3000 个人
最近，Garry Tan 在 X 上发了一条推文，附了一个 GitHub 链接。没有长文预告，没有产品发布会，就一句话：「这是我每天用的 AI 系统，源码全在这了。」5300 个 star，几天而已。Garry Tan，Y Combinator 现任 CEO。就是那个孵化了 Airbnb、Stripe、Dropbox、Reddit 的 YC。一个管着几千家创业公司的人，把自己的 AI 记忆系统开源…- 0
- 0
-
AI 答疑助手优化实践：从 RAG 到 LightRAG 的全链路升级
本文针对传统RAG存在的意图识别模糊、知识碎片化及缺乏评测闭环等痛点，提出了一套系统性解决方案：首先，利用思维链（CoT）驱动的意图识别，将用户问题分解为多步逻辑查询并行检索，解决了上下文工程中查询不精准的问题；其次，在检索架构上，对比了GraphRAG高昂的构建成本与维护难度，文章重点阐述了LightRAG的落地实践，通过实体关系抽取与双层检索范式，在保留图结构优势的同时实现了秒级响应与增量更新…- 0
- 0
-
阿里云百炼「记忆库」正式上线，让龙虾真正记住你！
今天，阿里云百炼正式上线「记忆库」功能，让Agent具备跨会话的长期记忆能力，真正实现「越聊越懂用户」的个性化体验。现在，「记忆库」功能限时免费向所有用户开放，用户可通过API直接调用，或通过OpenClaw等Agent产品一键安装。阿里云百炼推出的「记忆库系统」内置了「提取-存储-检索-注入」四大模块，用户每次与AI Agent对话结束后，系统可根据配置的记忆规则自动提取关键信息并存储，并根据用…- 0
- 0
-
用Karpathy的设计哲学重构龙虾助手的知识库架构
在龙虾狂热传播的今天，我们面临一个现实问题：云端API的token成本让持续使用变得极其昂贵。我构建的这套系统，基于Andrej Karpathy的本地化知识库设计哲学，实现了完全本地化的AI能力。这不是概念验证，而是可以日常使用的完整工作流程。PART 01设计逻辑的工程本质这个本地最小化知识库能够处理文本和PDF，完全由本地语言模型和嵌入模型驱动。最令人惊讶的是，这个最小化系统设计思维的实战演…- 0
- 0
-
AI数据工程师在应用中如何"返璞归真"
阿里妹导读本文反思了“知识库+Prompt工程+工具调用”这一轻量级Agent构建模式的局限性，指出其难以应对真实业务场景中的知识质量、语义理解与规模化维护挑战。（本文内容基于作者个人技术实践与独立思考，旨在分享经验，仅代表个人观点。）一、引言：Agent热潮下的实践反思回顾过去2–3年，AI演进速度堪比代码提交频率——快的甚至让人来不及写“注释”。在这波浪潮中，“AI Agent”迅速从学术圈的…- 0
- 0
-
AIOps探索：分享一套保障100%准确率的告警知识检索方案
研究AIOps已有数月，目前手里有不少可落地的方案了，接下来会把这些方案全部整理到我的大模型课程里。欢迎大家把你遇到的场景在评论区留言。我会在能力范围内给你提供思路和建议。经常看我公众号的朋友应该知道，这段时间我整理了很多关于AIOps的一些感想，同时也了解到了不少企业或者团队遇到的问题。其中最为典型的问题就是关于告警以及根因分析。可能对于小规模应用或者平台来说，问题很好解决，因为体量不大，系统复…- 0
- 0
-
全网爆火的大模型AI知识库，保姆级教程来了
构建Karpathy大神同款AI知识库Karpathy 发了一条推文，分享了他近期重点在用 AI 构建个人知识库，短短两天，全网千万人观看。“我最近发现一件非常有用的事：用 LLMs 为各种研究主题建立个人知识库。这样一来，我最近的大部分 token 使用量更多地用于处理内容，而不是编写或修改代码。”然后就在昨天，他公开了整个构建的思路：思路很简单：不要把笔记分散在各种应用里，而是全扔进一个文件夹…- 0
- 0
-
RAG进化了，深扒Claude Code源码中RAG高级技巧
本文基于对Claude Code源码的深入分析，揭示其如何将RAG从"外挂知识库"升级为"操作系统级内存管理"。最近，Claude Code的源码被动开源，引发了广泛关注。在深入分析其源码后，我们发现它完全颠覆了传统RAG（检索增强生成）的玩法。传统RAG大多停留在"文档切分、向量库存储、相似度检索"的初级阶段，而Claude Code则…- 0
- 0
-
Claude Code 源码一夜流出：会看热闹的人很多，会读源码的人很少
2026 年 3 月 31 日下午，Claude Code 的完整源码意外流出来了。不是那种大家想象中的“被黑了”，也不是内部有人泄密，更像是发布 npm 包的时候手一滑，把 source map 也一起带进去了。有朋友闹了个乌龙，看到 Anthropic 官方 GitHub 上有个 claude-code 仓库，就以为它本来已经开源了。但那个仓库更像是个文…- 0
- 0
-
OpenDataLoader：PDF文档提取的一站式方案
很长时间没有关注文档解析这一块的进展，最近发现了一个新的专门针对LLM和RAG场景优化的PDF解析工具OpenDataLoader，在基准测试中取得了0.90 的综合得分，位居同类工具之首。因此本文将深入查看 OpenDataLoader的技术架构、核心特性，并与MinerU、PaddleOCR-VL等主流方案进行对比，分析这个新项目有什么设计亮点。项目概述OpenDataLo…- 0
- 0
-
只用文件系统和 Bash，Vercel 做出了一套高效 RAG
不建向量库，也能做 RAG？Vercel 给了一个新答案Vercel 发了一篇博客：Build knowledge Agents without embeddings。开源了一个知识库agent问答项目 Knowledge Agent Template。该项目不靠“embeddings”实现了一个知识库搜索问答系统。它把知识库当成一个可搜索的文件系统：模型在 sandbox 里调用 gr…- 0
- 0
-
GraphRAG新范式 = LPG + 本体RDF
https://arxiv.org/pdf/2603.22340Graphs RAG at Scale: Beyond Retrieval-Augmented Generation With Labeled Property Graphs and Resource Description Framework for Complex and Unknown Search Spac…- 0
- 0
-
深度解析 PageIndex：无向量 RAG 框架的技术实现与原理剖析
摘要：本文深入剖析 PageIndex 的核心技术细节，详解 PDF/Markdown 文档的结构化索引构建流程、目录智能检测算法、LLM 驱动的树搜索检索机制，以及无向量 RAG 的完整实现原理。无论你是 RAG 技术研究者还是工程实践者，这篇技术解析都将为你揭示一种全新的文档检索范式。⭐ GitHub 14K Stars | 🔗 https://github.co…- 0
- 0
-
使用 Agent Skills 做知识库检索，能比传统 RAG 效果更好吗？
使用 Agent Skills 做知识库检索，是一种什么体验？它能比传统的分块+向量匹配的 RAG 效果更好吗？大家好，欢迎来到 code秘密花园，我是花园老师，这一期我们进入 Agent Skills 的实战章节。基础回顾我们上期视频介绍了 Skills 的工作原理和使用方法，我们简单回顾一下：Skills 是最近 Anthropic 推出的一个 Agent 领域的行业标准，它本身就是一个文件夹…- 1
- 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：×