主题

RAG与知识系统

个人RAG、生产级检索、分块、权限、数据摄取和来源边界。

13 项内容 (7 篇文章 · 6 个视频)

从这里开始

浏览完整内容之前,先阅读几篇推荐文章。

此主题下的更多内容

9 分钟阅读
文章

一套帮你检索、而不是囤积的个人知识系统

一套范围明确的「收集到检索」系统:定义使用场景、检索测试、复核日期和删除规则,并警惕敏感笔记、他人数据,以及由服务商托管的账户。

中级
20 分钟
视频

RAG权限与访问控制:深入教程

Paragon. 视频逐步讲解生产环境中的RAG权限问题,并比较工具调用、命名空间、ACL表和基于关系的权限。这直接支持文章的核心规则:检索只能返回当前用户获准查看的来源,而且不能把源系统权限视为事后补充。

高级
7 分钟
视频

用Docling提升RAG与AI智能体

IBM Technology. 视频讲解RAG和智能体的摄取环节:如何准备PDF和其他文件,使文档结构、表格和版面布局能够保留到后续检索阶段。这印证了文章的提醒:RAG的质量与安全始于嵌入之前,解析复杂业务文档时尤其如此。

高级
11 分钟阅读
文章

RAG 的安全文档摄取:PDF、OCR、元数据与保留策略

RAG 质量始于检索之前。本文是一份安全摄取指南,涵盖 PDF、OCR、元数据、权限、来源时效性、删除、恶意软件风险和运营责任归属。

高级
11 分钟阅读
文章

设计AI客户支持智能体:分诊、知识、操作与升级

一种经过队列评估的参考设计,涵盖支持分诊、检索、回复起草、受控操作和人工升级,并说明安全试点所需的政策与测量边界。

中级
11 分钟阅读
文章

在 n8n 中构建你的第一个 AI Agent:端到端的线索分诊工作流

一套基于官方文档的n8n潜在客户分流设计:验证输入、限制智能体可用工具、验证结构化输出、以原子方式保存提案,并把所有直接影响客户的操作放在审批之后。

中级
12 分钟阅读
文章

如何在提示词、RAG与微调之间选择(以及何时组合)

提示词、RAG和微调是让LLM适应你的问题的三大手段。它们各有适用和不适用的问题。本文提供选择框架、各自的实际成本,以及组合使用时效果突出的生产模式。

高级
11 分钟
视频

2024年NotebookLM新手教程

TheAIGRID. 这段较早、以功能为主的介绍展示了录制时界面中的混合来源上传、单一来源聚焦、简报文档和音频概览。它适合用来识别工作流组成部分,而不能用来确认当前Gemini Notebook界面或功能可用性。

中级
26 分钟
视频

如何使用NotebookLM(Google的AI“理解工具”)

Tiago Forte. 《Building a Second Brain》的作者Tiago Forte使用笔记、PDF和摘录演示了当时名为NotebookLM的产品。可复用的模式是选择范围明确的来源集、提出文档问题、检查链接段落,并确定生成工件如何融入现有知识工作流。

中级
9 分钟
视频

RAG与微调对比

IBM Technology. 视频更集中地比较团队最常混淆的两种技术,并深入讨论数据新鲜度、来源归因,以及微调在推理速度方面的优势。如果你正专门尝试说服团队不要开展不必要的微调项目,这段视频值得一看。

高级
13 分钟
视频

RAG、微调与提示工程:优化AI模型

IBM Technology. 视频通过清晰的白板讲解对比三种技术及各自的成本——检索延迟、训练算力与灾难性遗忘,以及仅靠提示的局限——并说明哪些组合在生产环境中真正合理。结尾以一套同时使用三种技术的法律AI系统为例,几乎完整对应文章中“何时组合”的论点。

高级