Appearance
共 12 篇文章
Hermes+Obsidian+LLM Wiki搭建「会自己长大」本地知识库:Karpathy理念+NLP+RAG,编译一次持续维护,解决RAG失忆问题。
PageIndex层次化树索引完整解析:六阶段流水线、LLM驱动目录检测、物理索引映射,FinanceBench测试准确率98.7%。
向量数据库完整入门指南:原理讲解+应用场景+选型对比+Pinecone/Chroma/Milvus实战,RAG和AI应用核心基础设施。
安全工程师用12美元做了一个RAG投毒实验:注册假域名、伪造维基百科词条,多款AI聊天机器人就把虚构的"世界冠军"当成了事实,持续了9个月。这是一个低成本攻击向量。
InfoQ详解分层Agentic RAG架构,用Supervisor-Worker拓扑解决企业结构化和非结构化数据的协同难题。评估显示静默失败率从30%大幅降低。
InfoQ报道分层Agentic RAG系统方案(Protocol-H),解决结构化数据与非结构化文档同时查询的"模态鸿沟"问题。Supervisor-worker拓扑加反射重试实现自主纠错,Q4 2025测试中30%传统RAG存在静默失败。
用Hermes Agent搭建本地RAG知识管理系统,基于Obsidian笔记库+Ollama qwen3-embedding+ChromaDB向量存储,实现自然语言「问」笔记。增量更新、纯本地运行、语义而非关键字的个人知识检索方案。
AI核心术语一文读懂:LLM大语言模型、Prompt提示词、Context上下文、Agent代理、RAG检索增强、MCP模型上下文协议、OpenClaw平台。用生活类比讲清楚每个概念。
GraphRAG与LightRAG技术全解析:五代RAG演进、知识图谱核心概念、GraphRAG索引5步+查询3模式、四大落地难点、LightRAG三个创新、成本对比与选型决策树。
Skill+MCP+Agent+RAG四层全栈自动化方案详解,含公众号运营完整实战案例、配置代码、落地效果。RAG管知识,MCP管工具,Skill管流程,Agent管调度。
OpenClaw加载本地知识库三种主流方法对比:QMD轻量插件(BM25+语义向量双重检索/TurboQuant压缩/百万字文档流畅检索)、向量数据库Chroma/Milvus(企业级千万级数据/多维过滤/Mem0g图谱RAG逻辑推理)、适用场景选择建议。
详解小龙虾 OpenClaw 知识库配置与 RAG 检索增强,包含向量数据库接入、PDF/文档知识库构建、检索优化,解决 AI 幻觉问题的核心方案。