📚 Wiki 知识库

《指挥 AI，做出一个企业级 Agent》08：企业 RAG 不是上传几个 PDF

✍ jager🕐 2026-07-22📦 7.8 KB 🟢 已读 𝕏 文章列表

文章指出企业 RAG 不仅仅是上传 PDF 回答问题，更需关注文档版本、权限、来源追溯及停用管理。作者通过模拟企业真实文档环境，构建了包含版本控制和过滤机制的评测体系，强调了可靠检索与诚实无答案的重要性，并分享了针对小规模知识库的技术选型经验。

RAG企业级Agent版本控制向量检索评测Embedding知识库技术选型

🔗 相关文档

RAG 像素级拆解实战：索引、混合检索与评测体系

本文通过 Notebook 实战项目，对 RAG 系统的索引与检索过程进行了深度解析。内容涵盖文档切分（Chunking）、SQLite FTS5 倒排索引、BM25 关键词检索、向量 Embedding 语义检索，以及基于 RRF 的混合检索召回策略。此外，文章还介绍了如何构建评测集来验证检索效果，提供了完整的代码与数据结构示例，旨在帮助开发者理解 RAG 底层运作原理与工程实践细节。

技术 › LLM ✍ MateMatt🕐 2026-07-12
RAG检索增强生成向量检索BM25混合检索Embedding倒排索引Python实战教程评测

私有知识库第4篇：评估集 + 增量更新，让 RAG 能长期跑下去

文章探讨了 RAG（检索增强生成）系统长期运行的两大难题：评估与更新。作者提出建立包含50个问题的“评估集”，通过 Recall、Precision 和 LLM 辅助的答案准确率来量化系统效果，避免盲目调参。同时，针对文档更新导致的全量重建成本问题，介绍了基于内容 Hash 的增量更新策略，仅处理变动文档，大幅降低资源消耗与停机时间。

技术 › LLM ✍ Ando🕐 2026-07-08
RAG评估指标增量更新Embedding向量检索私有知识库LLM应用数据处理系统优化Hash算法

如何把聊天记录变成可检索知识库（2026版）

文章探讨了如何将微信、Telegram等平台的聊天记录转化为可用的个人知识库。作者从数据获取、清洗降噪（语义分块、去重、上下文修复）到存储检索（Embedding选型、GraphRAG）提供了全流程的技术指导，并提出了数字分身、知识传承等多种应用场景。

技术 › LLM ✍ AI最严厉的父亲🕐 2026-05-12
RAG知识库数据处理语义搜索Embedding微信记录个人成长工具与效率数据清洗GraphRAG

如何精通 RAG 并构建拥有完美记忆的 AI Agent (全流程教程)

本文是一篇关于检索增强生成（RAG）技术的完整教程。文章指出，大多数 AI Agent 难以落地的原因在于模型无法获取企业私有数据。RAG 通过将外部知识库与大模型结合，解决了这一痛点。作者详细拆解了构建 RAG 系统的五个核心阶段：文档摄取与分块、文本嵌入、向量存储、信息检索以及最终生成，并提供了关于分块策略、嵌入模型选择及混合检索的实战建议。

技术 › LLM ✍ Khairallah AL-Awady🕐 2026-05-01
RAGAgent教程向量数据库Embedding知识库ClaudeOpenAI大模型开发指南

从一页产品说明到企业级 Agent，完整复盘

本文复盘了一个企业级售后工单 AI 工作台的开发全流程。项目经历业务定义、产品设计、技术选型、开发实现及验收部署六个阶段，最终交付包含权限管理、知识检索、审计等功能的完整 Agent。文章总结了“AI 执行，人做选择”的协作模式，强调证据留存与工程边界，提供了一套可复用的 AI 辅助开发方法论。

技术 › Agent ✍ jager🕐 2026-07-28
AI开发企业级应用工程复盘技术选型Human-in-the-loopPRD权限管理审计RAGNext.js

《指挥 AI，做出一个企业级 Agent》09：接通大模型只是开始，真正难的是不让它越权

文章探讨企业级 Agent 开发中如何防止 AI 越权。作者指出接通大模型仅是第一步，关键在于通过服务端规则、来源白名单和 Human-in-the-loop 机制约束模型行为。文章介绍了流式输出协议、AI 原稿与人工终稿分离、以及模型不可用时的降级策略，强调企业需建立可追踪的责任链路，确保 AI 只提供建议，不直接产生业务结果。

技术 › Agent ✍ jager🕐 2026-07-23
企业级AgentHuman-in-the-loop风险控制RAG流式输出审计记录AI越权状态机DeepSeek

How we built our knowledge base

Cerebras 分享了如何构建内部知识库，该系统每天处理超过 15,000 个查询。文章介绍了其数据采集架构，特别是如何通过混合搜索技术（全文搜索、Embedding 搜索、IDF 和时间衰减）来处理非结构化的 Slack 对话，以提高信息检索的准确性和实时性。

技术 › 后端 ✍ Cerebras🕐 2026-07-17
知识库SlackEmbedding检索搜索

Agent 的数据面概念扫盲-建立技术侧认知体系

本文深入解析了 Agent 数据面的核心概念，将其比作操作系统的内存管理单元。文章详细阐述了 Context Engineering 的演变、Session/Thread/Profile 的架构差异，以及 Session Memory 与 Long-term Memory 的区别。作者还重点介绍了 Hermes 中的 Memory 设计方案、SQLite FTS5 与 BM25 算法原理，以及向量检索与关键词检索在 RAG 中的混合应用，旨在为开发者建立一套完整的 Agent 数据面技术认知体系。

技术 › Agent ✍ MateMatt🕐 2026-07-12
AgentContext EngineeringRAGMemoryBM25SQLite FTS5向量检索HermesLong-term MemoryLLM

从搜索到核查：打造高质量内容的AI六步生产流水线

文章对比了AI写作的“魔法棒”与“流水线”模式，指出一次性生成缺乏质量门禁，容易产生误导性幻觉。作者提出了一套包含库检索、补搜、写作、配图、核查、修复的六步生产管线，强调通过结构化验证和分诊核查，确保每个论点有据可查，从而将AI写作从简单的文本生成升级为可验证的知识生产过程。

技术 › Agent ✍ SagaSu🕐 2026-07-10
AI写作工作流信息核查Prompt工程内容生产RAG质量控制YouMind知识库自动化

私有知识库从 demo 到生产，中间差了 8 层工程

文章探讨了私有知识库项目在实际落地中遇到的挑战。许多 Demo 看起来聪明，但在生产环境中常因检索链路混乱而答非所问。作者指出单纯升级模型无济于事，根本在于构建稳固的 RAG 底座。文章详细拆解了从数据源、解析、清洗、切分、Embedding 到索引、检索、生成及评估的 8 层最小可用架构，并阐述了 Agentic RAG 如何通过决策层优化检索策略。最后提供了从 0 到 1 的搭建步骤及技术选型建议，强调权限过滤、混合检索与持续评估的重要性。

技术 › LLM ✍ Ando🕐 2026-07-08
RAG私有知识库Agentic向量检索工程架构LlamaIndexLangChain

私有知识库实战：查询改写、混合检索与重排优化 RAG

本文是私有知识库构建系列的第 3 篇，旨在解决基础 RAG 系统在短问题召回、关键词匹配及结果排序上的缺陷。作者详细介绍了通过 LLM 进行查询改写以补全上下文，利用 PostgreSQL 结合 Jieba 实现混合检索（向量+BM25），以及使用 RRF 算法融合检索结果，从而显著提升知识库的日常可用性。

技术 › LLM ✍ Ando🕐 2026-07-08
RAG混合检索查询改写向量数据库PostgreSQLBM25搜索优化知识库LLMPython

不做中转，不卖课，如何用 AI 月入 10万

作者分享了今年通过接企业知识库项目实现月入数万的实战经验。文章详细阐述了如何将基础 RAG 升级为企业级 RAG 系统，重点涵盖数据处理层面的文档切分策略（针对 PDF、Excel、代码等）、向量化模型选择及数据库选型；同时深入讲解了检索策略优化，包括长问题处理、混合检索、Rerank 精排及多因素加权排序等技术细节。

技术 › LLM ✍ Miles.🕐 2026-05-12
RAG企业级向量数据库Embedding检索增强技术变现Knowledge BaseMilvus搜索算法数据切分