博客
开发者工具使用指南、技术科普与最佳实践。
全部AI AgentAI 编程助手AI基础设施AI安全AI工程化AI智能体AI编程AI编程助手AI编程工具AI编辑器AI集群AgentAnthropicApache2.0Base64CSPCSSCacheClaudeClaude CodeComfyUICopilotCursorDeepSeekDeepSeek V4EmbeddingEric XingFunction CallingGitHub CopilotH3HTTPSHugging FaceIDEIDE插件IFMINT4JSONK2 HorizonKV CacheKimi K3LLMLLM安全LLM应用开发LLM部署LM StudioLangChainLinux基金会LlamaMCPMLXMarkdownMetaMiniCPM5MiniMaxMoEMuse GlimmerNVIDIANatureNode.jsOllamaOpenAIOpenBMBPAIRPagedAttentionProductionPrompt InjectionPromptInjectionPrompt注入QdrantQwen3.8RAGRAG安全ReactSEOSSLSecurityTransformerTypeScriptURLUnicodeUnixVS CodeWebGPUWebLLMWeb安全Web开发WindsurfXMLXSSgpt-ossllama.cpptransformers.jsvLLM代码审查代码编辑器代码规范代码重构供应链写作前端向量数据库向量检索图片在线工具大模型安全实战实战经验密码工程实践幻觉开发工具开发效率开发者体验开发者工具开源开源协议开源大模型开源模型开源生态强化学习性能优化成本优化推理优化提效提示注入提示词搜索引擎收购效率效率工具数据库数据格式文本处理文档时间戳智能密度本地AI本地推理格式化检索检索优化检索增强检索增强生成模型选型正则表达式流量浏览器推理渗透测试生产力生产实践生产环境生产部署知识库端侧AI端侧推理类型系统编码编程编程助手网站速度英伟达视频生成计算机基础设计证书语义搜索踩坑经验量化防御方案防御架构隐私保护面壁智能颜色黄仁勋
标签：#LLM · 清除筛选
AI技术·
RAG 落地踩坑记：我花了三个月才搞明白的事情
RAG 系统落地过程中的十大坑：文档切块策略、embedding 选型、混合检索、查询改写、防幻觉等实战经验总结。
RAGLLM向量数据库AI工程化
AI技术·
RAG 检索召回率只有 60%？我是这样把它提到 85% 的
RAG 落地没有银弹。分块策略、嵌入模型选型、查询改写、重排序、反馈闭环——五个关键优化点，把召回率从 60% 提到 85% 的实战记录。
RAGLLM向量检索Embedding知识库
AI技术·
RAG 做对了还是做砸了？一个生产环境的踩坑记录
生产环境 RAG 系统踩坑记录：检索质量远比模型重要，分块策略、混合检索、查询改写等实用优化技巧。
RAGLLM检索增强生产实践
AI技术·
RAG 系统踩过的坑，都是钱买的
做 RAG 系统别一上来就搞框架，先搞清楚自己的数据长什么样。几个真实的失败案例，希望对你有用。
LLMRAG向量数据库Embedding
AI技术·
RAG 落地踩过的坑，比你想象的深
从 chunk 策略到向量检索，生产环境 RAG 系统踩坑实录，附解决方案。
RAGLLM向量数据库
AI安全·
LLM 应用安全：提示注入的 5 种实战防御方案
从被攻经历出发，总结输入过滤、输出校验、沙箱化、监控五层防御的实际代码和案例。
AI安全提示注入LLM安全RAG安全
显示第 7-12 篇，共 34 篇