前面几篇数据库家谱，我们讲了两个维度：按数据模型分（关系型、非关系型），按业务负载分（OLTP、OLAP）。

在智能驾驶、多模态搜索等场景中，数据规模正在快速增长。一条查询往往不只是“找最相似的几个样本”，还需要同时满足车型、时间、设备、区域等业务条件，并进一步完成关联...

RAG 链路里有两个部件值得单独拿出来说：嵌入模型决定"搜得准不准"，向量数据库决定"存得下、查得快"。上一篇它们还是配角，这一篇是主角——中文场景的嵌入模型怎...

其实日常应用过程中，向量数据库已经上手用了很长时间，日常做RAG原型、搭建私有知识库，API调用写得很熟练。但静下心来梳理底层时，心里始终堆着一堆没有彻底搞透的...

刚转行那会儿，我在知识库里搜"怎么申请年假"，文档标题写的是"休假流程说明"，关键词一个都没对上，搜了个空。当时我以为是自己关键词没选好，后来我才慢慢明白，问题...

标签：RAG · 开源项目 · 知识库 · 向量检索 · 私有化部署 · 数字人>

基于大模型应用落地，我们最先接触的方案就是RAG检索增强生成。基本一开始只简单接入向量数据库，把文档切片向量化存储，依靠相似度匹配召回文本交给大模型。上线后很快...

我接手过一个系统，第一件事是数它到底用了多少个数据组件。数出来七个。关系库存交易，缓存存热点，搜索引擎做全文检索。还有一个向量库做推荐召回，一个时序库存监控指标...

上个月帮一个客服 Agent 排查问题。用户前天说过一句话："我搬到北京了，别按老地址派单。"这句被写进了记忆表，第二天派单，用的还是上海的老地址，用户直接投诉...

摘要 RAG（检索增强生成）是企业内部知识库最务实的落地路径：用向量数据库存知识，用大模型生成回答。本文以腾讯云向量数据库（Tencent Cloud Vect...

标签：WorkBuddy PGVector 向量数据库 MCP AI 开发工具很多 WorkBuddy 免费用户会遇到积分不足、长文档知识库消耗 Token 过...

很多朋友接触大模型之后都会遇到一个非常现实的痛点：通用大模型知识存在时间截断，不懂企业内部文档、业务资料、私有知识库，直接提问很容易出现幻觉，编造不存在的答案。...

把知识库的语义检索搬到云上时，最先要算的不是"每秒能查多少条"，而是索引要占多少常驻内存、构建期要多长一段时间的额外算力、以及这笔钱按月怎么计。HNSW 索引必...

当企业搜索的数据量从十亿增长到百亿、千亿，系统需要同时解决容量、检索延迟和运行成本问题。接入大模型之后，搜索链路又增加了向量化、混合召回、重排序与上下文组织。本...

场景：业务库 + 独立向量库拼装的 RAG 知识问答，上线后语义检索结果不准方案：把特征向量与业务字段收敛到同一张表，用一条 SQL 同时完成语义检索与标量过滤...

同一批数据、同一台机器，向量数据库选型换一种索引，内存占用能差一个数量级，召回率能差十几个点。 所以落地前先把索引这条主线想清楚，往往比纠结"选哪个产品"更实在...

导读：大模型和 AI Agent 落地之后，多模态内容向量化与相似度检索逐渐成为大数据分析的基础能力。在快手，基于 Apache Doris 深度定制的 Ble...

上个月帮一个团队看线上RAG客服。用户问“退款几天到账”，它答的是退货流程。模型换了两个，向量库也重新调过，还是答不准。我让他们把检索命中的片段打出来看，问题一...

有人在项目里给检索加了精排：collection 上挂了 L0 的 XGBoost Function Chain，然后用 search_iterator() 一...