多 Agent 协作实战：如何突破知识库限制，让 AI 直接操作代码库？
一位开发者在利用 LobeHub 构建 Agent 研发团队时面临困境。虽然预设了 Agent 拉取、分析代码库并修复 Bug 的全流程，但现实卡在了第一步：现有知识库大多只能上传文档，无法有效解析和索引代码仓库。这一现象反映了当前 AI ...
标签索引 / 第 3 页
RAG技术
这个标签下有 70 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
开源佛经知识库 FoJin：RAG 与知识图谱在垂直领域的深度应用
FoJin 是一个整合全球505个数据源、涵盖9200余部典籍的开源佛经聚合平台。该项目不仅提供了30种语言的双语对照阅读和28.5万词条的辞典查询，更在技术架构上展现了前沿应用：利用 Elasticsearch + pgvector 构建...
大模型企业级实战全攻略：从提示词工程到AI对话产品开发
本文整理了一套完整的大模型AI应用开发实战课程大纲，内容极具技术参考价值。课程体系涵盖了从提示词工程基础（零样本、少样本、思维链CoT）到高级技术（RAG检索增强、Re-rank排序、Function Calling工具调用）的全链路知识。...
GitHub 热门：程序员用 AI RAG 与知识图谱重焕佛典新生，聚合 500+ 数据源
FoJin (佛津) 是一个聚合全球 505 个数据源、收录 9200 余部典籍的开源平台。该项目解决了佛学资源跨平台、跨语言检索的痛点，支持 30 种语言的双语对照阅读。其技术亮点在于利用 RAG 技术实现带出处的 AI 问答，以及基于向...
从LangChain到LangGraph：如何从零构建具备RAG与MCP能力的商业级AI智能体？
本文分享了一套从0到1构建商业级AI编程智能体的全套技术路线图。内容深入剖析了AI Agent的核心架构，详细讲解了基于LangChain和LangGraph的多智能体协同开发模式。核心技术点涵盖MCP协议接入、RAG自学习机制、Selen...
AI开发遇阻：如何解决大模型在长对话中的“记忆失效”难题？
随着AI编程助手的普及，开发者遇到一个普遍痛点：当Session跨度变大或任务复杂时，大模型容易“失忆”，导致上下文混乱，出现错误的逻辑闭环（如凭空认为Bug已修复）。这揭示了当前大模型在长上下文处理上的短板。行业目前正从单纯依赖Token...
VidPilot 上线 AI 对话功能：让 YouTube 视频变身可交互的知识库
独立开发者推出的浏览器插件 VidPilot 迎来重要更新，新增“AI 视频对话”功能。此前该工具已解决了外语视频观看中的双语字幕、实时翻译及 AI 配音痛点，新功能进一步允许用户通过对话直接检索视频中的特定观点或细节，无需拖动进度条。这种...
实战复盘：如何利用Claude与RAG技术打造一位“不睡觉”的AI语音接待员
本文详细记录了作者为解决哥哥豪华修车店因漏接电话导致营收流失的问题，构建定制化AI语音接待员的全过程。该系统并非通用聊天机器人，而是基于RAG（检索增强生成）技术，利用MongoDB Atlas构建向量知识库，确保AI在回答报价和营业时间时...
整合全球500+数据源！开发者开源佛学文献搜索引擎，集成AI问答与知识图谱
针对佛学文献资料分散的痛点，独立开发者推出了名为“FoJin（佛津）”的开源搜索引擎。该项目成功聚合了全球 504 个数据源，涵盖 9200 多部典籍及 21 种语言。系统核心亮点包括多语种全文检索、经典译本平行对照阅读、基于 RAG 技术...
【技术干货】大模型 Agent 与 RAG 核心技术面试题深度解析
本文汇集了来自技术社区的 AI 智能体与 RAG 领域核心技术面试题，内容极具实战价值。文章系统梳理了 Agent 的架构设计（如 ReAct 框架、思维链、多智能体协作）、记忆与工具调用机制，以及 RAG 检索增强生成的全流程构建难点（如...