Archive · 文章索引

全部文章

从 GEO 方法论到 AI 搜索实战,按发布时间收录站内全部已发布文章。

1575篇文章
  1. 语义搜索工程实践:混合搜索与查询改写比模型选型更决定成败

    语义搜索通过BERT等预训练模型将文本向量化,解决了传统关键词搜索中一词多义、同义不同词和上下文关联三大痛点。本文从系统架构设计、混合搜索策略、上下文感知实现到生产环境问题排查,系统梳理了语义搜索的工程实践要点,并给出了向量数据库选型、效果评估指标和前沿方向探索的具体建议。

  2. crawlie:首个把 GEO 审计做进爬虫的开源工具,还能让 Claude 直接改代码

    Crawlie 是一款免费开源的 SEO 和 GEO 爬虫工具,能检查 40 多项技术问题,提供修复建议。它支持命令行和 MCP 协议,可让 AI 代理自动执行审计,适合技术 SEO 和生成式引擎优化。

  3. TPU v6e 跑 Gemma 4 决策推理:比 L4 快一倍,成本却贵 3.7 倍

    本文手把手教你在单颗 Google Cloud TPU v6e 芯片上,用 vLLM 部署 Gemma 4 系列模型,并运行 Jev 风格的决策模型。文章对比了 TPU v6e 与 NVIDIA L4 GPU 的推理表现,发现 26B-A4B 模型在 TPU 上决策延迟为 27-33 毫秒,远快于 L4 的 61 毫秒,但按需计费成本更高,推荐使用 12B 模型。

  4. 企业级 AI Agent 上生产,卡住团队的到底是什么?

    这份白皮书系统总结了企业级 AI Agent 从架构设计到生产落地的全生命周期实践,涵盖构建、运行、治理和调优四大篇章。内容面向开发者、架构师和技术管理者,提供从概念到案例的完整参考,帮助团队应对工程化、规模化和组织化挑战。

  5. 大模型应用开发六阶段:从提示词到RAG与Agent的工程化落地路径

    这篇文章梳理了2026年大模型应用开发的完整学习路径,从理解模型能力边界、提示词工程、RAG私有知识接入,到Agent自主任务和工程化部署。核心观点是:应用开发的关键不在于研究前沿论文,而在于用现有工具链把需求稳定、低成本、安全地变成线上服务。

  6. RAG 效果差,先别急着换模型:按这五层排查更有效

    RAG效果不好,问题可能出在索引、检索或生成任何一个环节。这篇文章按「诊断→解决」的思路,帮你定位具体问题并给出对应的优化方案,还教你如何建立评估基线来量化改进效果。

  7. 用 Docker Compose 把 LiteLLM 跑成生产级 AI 网关:虚拟密钥、消费追踪与监控一次配齐

    本教程详细介绍了如何在Linux服务器上使用Docker Compose部署LiteLLM,一个开源AI网关,提供统一的OpenAI兼容API,支持超过100个LLM提供商。通过集成PostgreSQL进行持久化存储、Prometheus进行指标收集、Traefik作为反向代理,你将搭建一个具备虚拟密钥管理、支出跟踪和提供商路由功能的生产级AI网关。

  8. 提示词入门:三个原则加一个模板,覆盖九成日常 AI 使用场景

    本文面向AI新手,系统介绍了提示词(Prompt)的基本概念、学习价值、模型选择建议,并重点讲解了编写提示词的三个核心原则(清晰指令、少量样本、任务分解)以及结构化提示词方法。掌握这些内容可应对90%以上的日常AI使用需求。

  9. 银行AI从试点走向规模化:建行智能助理让客户经理业绩高出57个百分点

    今年以来,国有大行和头部股份行的AI大模型应用已从试点走向体系化建设和规模化落地,场景数量达数百甚至上千个。智能体(Agent)成为新的竞争焦点,AI带来的降本增效正从定性描述转向可量化的经营数据,同时自主可控、AI原生和安全治理成为共同趋势。