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安全AI编程AI编程助手AI编程工具AI编辑器AgentAnthropicBase64CSPCSSCacheClaudeClaude CodeCopilotCursorEmbeddingFunction CallingGitHub CopilotHTTPSIDEIDE插件JSONLLMLLM安全LLM应用开发LangChainLlamaMarkdownProductionPrompt InjectionPromptInjectionPrompt注入QdrantRAGRAG安全ReactSEOSSLSecurityTypeScriptURLUnicodeUnixVS CodeWeb安全Web开发WindsurfXMLXSS代码审查代码编辑器代码规范代码重构写作前端向量数据库向量检索图片在线工具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性能优化推理优化提效提示注入搜索引擎效率效率工具数据格式文本处理文档时间戳格式化检索检索优化检索增强检索增强生成正则表达式流量渗透测试生产力生产实践生产环境生产部署类型系统编码编程编程助手网站速度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颜色
标签：#LLM · 清除筛选
AI技术·
RAG 系统为什么检索不到答案？一个被忽略的细节
RAG 检索失败不一定是 embedding 的问题，更可能是你忽略了 chunk 边界的语义断裂。
RAGLLMEmbedding检索
AI技术·
RAG 幻觉问题：从上线翻车到稳定运行的血泪史
生产环境里的 RAG 系统不是论文里那么美好。分享我们踩过的坑和实际有效的解决方案。
RAGLLM幻觉生产环境
AI Technology·
RAG 规模化实践：那些文档不会告诉你的向量索引坑
从 1000 条到 100 万条数据，RAG 系统踩过的那些坑和实战调优经验
RAG向量数据库LLM检索增强生成
AI技术·
我用 Claude 的 Function Calling 踩过的那些坑
Claude Function Calling 实战中的 5 个深坑及解决方案
ClaudeFunction CallingAnthropicLLM应用开发
AI技术·
RAG 向量检索调优：把准确率从 40% 拉到 78% 的路是怎么踩出来的
从 chunking 策略、embedding 模型选择、到重排序和缓存优化，分享一个生产级 RAG 系统的调参经验和踩坑记录。
RAG向量检索LLMEmbedding语义搜索
AI技术·
用 RAG 做了一个内部知识库，上线一周后被产品骂惨了
RAG 系统从 Demo 到上线的真实踩坑记录：语义漂移导致幻觉、4秒延迟的性能瓶颈、Embedding模型选型难题与混合检索方案。
RAGLLM向量数据库LangChain生产实践
显示第 7-12 篇，共 26 篇