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：#RAG · 清除筛选
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·
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
AI技术·
RAG 工程实战：为什么你的向量数据库存了 100G 数据，问答还是拉胯
从 chunking、embedding 选型、检索策略到幻觉抑制，系统性地讲 RAG 落地中的工程实践和踩坑经验
RAGLLM向量数据库检索优化
安全相关·
提示注入：LLM 应用最容易被忽视的那把刀
通过真实 RAG 系统沦陷案例，详解提示注入攻击原理、间接注入的隐蔽性，以及分层防御策略与代码实现。
AI安全提示注入LLMRAG
安全相关·
提示注入：被所有AI应用忽视的安全威胁
提示注入是AI应用面临的最被低估的安全威胁。本文从真实踩坑经历出发，详解攻击向量、防护方案和实战代码。
AI安全提示注入Prompt注入RAG
显示第 13-18 篇，共 26 篇