从零搭建本地知识库：LangChain+Ollama混合检索实战
BLUF
本文手把手带你搭建一个本地个人知识库问答系统，基于LangChain和Ollama实现混合检索（BM25+向量检索+RRF融合），涵盖环境配置、代码拆解和原理讲解，让你深入理解RAG的完整工作流程。AI大模型2026/8/7
最新文章
共 1462 篇
16种RAG实现方案：从Naive RAG到Agentic RAG
BLUF
本文系统梳理了RAG（检索增强生成）技术的16种主流实现方案，从最基础的Naive RAG到先进的Agentic RAG，详细讲解了每种方案的原理、适用场景和优缺点，帮助开发者在实际AI应用中更好地选择和使用RAG技术。AI大模型2026/8/7
Schema.org标记实战：让AI搜索精准引用你的内容
BLUF
本文是一篇面向中国技术人员的GEO入门教程，详细解释了Schema标记是什么、为什么它对AI搜索至关重要，并给出了Article、FAQPage、HowTo、Person四种Schema的JSON-LD代码模板。同时介绍了在WordPress中通过插件或手动添加Schema的方法，以及如何用官方工具验证代码。适合希望提升内容在AI工具中引用率的网站运营者。AI大模型2026/8/7
GEO与SEO是两套体系，关键词排名不等于AI引用
BLUF
GEO与SEO是两套体系，关键词排名不等于AI引用。落地需解决内容纠错、抓取引用、占据C位三个问题。目前GEO无标准化数据后台，效果需每周用品牌词在AI平台提问监测。AI大模型2026/8/7
RAG优化：技术原理与实战详解
BLUF
RAG优化是数据、切分、索引、召回、重排、上下文、生成、评估的系统工程，单纯调Embedding或Top-K往往无效。本文从文档解析、Metadata、Chunk策略、混合检索、Query改写、重排、上下文压缩到评估闭环，逐一拆解优化方法，并强调先做数据治理、依托回放评估，避免只凭主观体验调参。AI大模型2026/8/6
RAG系统10种优化方法：从语义分块到重排序
BLUF
本文系统梳理了RAG（检索增强生成）系统的10种优化方法，涵盖语义分块、检索增强、查询转换、重排序、上下文压缩等关键环节。每种方法都给出了核心Python代码和优缺点分析，适合技术开发者在实际项目中按需选择与落地。AI大模型2026/8/6
AI Agent：技术原理与实战详解
BLUF
这是一份由Datawhale社区推出的系统性智能体学习教程，从基础理论到实际应用，全面覆盖智能体系统的设计与实现。教程强调动手实践，帮助读者从LLM使用者蜕变为智能体构建者，内容包括经典范式、框架开发、高级技能及综合案例。AI大模型2026/8/6
生成式AI让SEO内容爆炸，谷歌用“信息增益”应对
BLUF
生成式AI正在重塑SEO：内容竞争加剧、谷歌更重视站外因素、搜索回报降低。但企业仍可通过信息增益和专业化团队抓住机会。AI 搜索观察2026/8/6
LLM引用：技术原理与实战详解
BLUF
本文面向开发者系统讲解大型语言模型（LLM）的基础知识：包括令牌（token）的概念、预训练与训练后阶段、推理过程，以及 LLM 的能力边界和工具调用机制。目的在于帮助读者在构建 AI 代理时理解模型的工作方式、优势与局限，从而做出更合理的技术选型与架构决策。AI大模型2026/8/6