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技术·
RAG 检索质量烂的根因：不是 embedding 模型不行，是你检索姿势错了
大多数 RAG 系统的瓶颈根本不在 LLM，而在检索阶段。本文分享二十多个 RAG 项目中踩过的真实坑点和解法。
RAGLLM检索优化Embedding
AI技术·
RAG 落地踩坑记：从「听起来很美」到「能用但别指望太多」
做 RAG 半年，踩了无数坑。向量数据库怎么选、chunk 怎么切、retrieval 不准怎么办——把真实的血泪经验写出来，省得你再走一遍弯路。
RAGLLM向量数据库生产实践
AI技术·
RAG 系统上线三个月后的 7 个教训
从实战角度总结 RAG 系统开发和优化过程中的 7 个关键教训，包括 Chunk 策略、Hybrid Search、Reranker 等
RAG检索增强生成LangChain向量检索
AI技术·
RAG系统调优的血泪史：从50%到90%准确率的进化
一个从零搭建RAG系统的开发者，分享如何从"勉强能用"优化到"真正好用"的实战经验。没有理论堆砌，全是踩坑心得。
RAGLLM向量检索
AI安全·
提示注入攻击：你以为的"智能助手"可能是别人的"木马"
RAG系统是提示注入的重灾区，间接注入和存储型注入比你想的更常见。多层防御不是可选项，是必须项。
提示注入AI安全RAG防御架构
AI技术·
RAG 系统上线三个月后，我终于明白为什么大家都在做语义切片
从固定长度切片到语义切片的踩坑实录，分享如何提升 RAG 系统准确率
RAGLLM向量检索
显示第 19-24 篇，共 26 篇