RAG 陷入瓶颈？探索 AI 知识库构建的替代方案与智能体演进
检索增强生成（RAG）虽是当前构建 AI 知识库的主流技术，但近期社区中关于其实现复杂度高、回答效果不稳定的质疑声不断。随着大模型上下文窗口的显著增加以及智能体技术的成熟，开发者开始重新思考知识库的最优架构。本文讨论了在 RAG 之外，利用...
标签索引 / 第 3 页
rag
这个标签下有 91 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
不仅是自动回复：开源项目“贝壳AI客服”如何利用Agent重构业务流
“贝壳AI客服”项目通过引入AI Agent和MCP（模型上下文协议），试图打破传统客服系统各模块割裂的局面。该项目不仅仅是在聊天框挂载大模型，而是将AI作为业务流程的核心，优先接待用户并利用Skills（技能）调用外部系统，仅在必要时无缝...
RAG 实测“翻车”：连基础文档检索都做不到位，大模型落地难掩尴尬
一位技术从业者在尝试利用 RAG（检索增强生成）技术构建运维知识库时发现，无论是 Obsidian 还是 AnythingLLM，在处理简单的关键词检索（如 SSH 设置）时均表现不佳，难以满足实际工作需求。该经历揭示了当前 AI 领域的一...
复刻 Karpathy 架构：用 LLM 打造“自动生长”的 Obsidian 知识库
本文分享了将 Andrej Karpathy 提出的“LLM + 个人知识库”理论落地的实战经验。区别于传统 RAG（检索增强生成）“阅后即焚”的模式，作者构建了一套基于 Obsidian 的三层架构系统，让 AI 像程序员维护代码一样，增...
揭秘Grok搜索背后的“圆桌会议”：多智能体协作如何重塑AI检索体验
近日，技术社区对 xAI 旗下 Grok 模型的搜索机制进行了深入探讨。有开发者发现，Grok 似乎采用了一种被称为“圆桌会议”的多智能体协作策略，利用多个 AI 代理共同参与信息检索与验证。这种机制不仅提升了搜索的广度和深度，还有效减少了...
实战案例：用Slack AI机器人为60人公司打造“共享大脑”
文章详细介绍了如何利用大型语言模型（LLM）和检索增强生成（RAG）技术，构建企业级的“公司大脑”。作者通过将60人公司内部的文档、Slack聊天记录等分散的非结构化数据进行索引与整合，接入到一个统一的Slack机器人中。这一实践打破了传统...
Karpathy 最新分享：用 LLM 搭建你的个人知识库，让 AI 帮你「养」一座活的 Wiki
开头说几句 Andrej Karpathy 又整活了。 这次他没讲 Transformer 原理，没讲训练技巧，而是在 GitHub Gist 上安静地发了一篇不到两千字的短文，标题叫 LLM Wiki。讲的是一件很朴素的事：怎么让大语言模...
开发者热议 LangChain 落地困境：Python 壁垒与 Agent 工程化挑战
V2EX 上一则引发开发者热议的帖子指出，尽管 LangChain 和 LangGraph 被视为最前沿的 AI Agent 框架，但非 Python 背景的开发者在学习过程中面临巨大阻力。许多习惯了 Java 或 Node.js 强类型系...
架构重构：用虚拟文件系统替代 RAG，将 AI 响应延迟降至毫秒级
Mintlify 在构建 AI 文档助手时发现，传统 RAG 难以处理跨页信息，而基于沙箱的方案虽然有效，但启动耗时长达 46 秒且成本高昂。为此，他们开发了 ChromaFs，一种虚拟文件系统，能拦截 Agent 的 Unix 命令并将其...
微软发布迄今最大参数嵌入模型Harrier：融合Gemma与Qwen架构
微软正式推出了代号为“harrier-oss-v1”的系列嵌入模型，包含27B、270M和0.6B三个版本。该系列模型架构灵活，27B与270M版本采用Gemma3TextModel结构，而0.6B版本则基于Qwen3Model结构。其中，...