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：#向量数据库 · 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 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·
向量数据库选型避坑：我在生产环境踩过的三个真实案例
从 Pinecone、Weaviate、pgvector 到 Qdrant，500万向量、10万QPS 生产场景的真实对比和选型结论。
向量数据库RAG生产实践Qdrant
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
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
显示第 1-6 篇，共 6 篇