RAG
讲清检索增强生成是怎么工作的，以及 Embedding、向量数据库和重排序在企业知识库问答里各自扮演什么角色。
RAG 是检索增强生成，让大模型在回答前先从外部资料找证据，而不是直接凭记忆生成。RAG 的基本流程，以及 Embedding、向量数据库和重排序模型在知识库问答里分别负责什么，能帮团队少走检索和切片上的弯路。
Google 开发者知识 API 生态上线：查文档不再靠抓网页
Google 开发者知识 API 生态于 2026 年 10 月 7 日由 Google 在开发者博客正式发布，它要替代的是两种凑合办法：让智能体去抓网页，或者指望模型训练数据里那点早就过期的文档记忆。这套 API 把 Google Cloud、Firebase、Android 等产品的官方文档做成...
Admin
128 
Crawl4AI 值得用吗？把网页喂给大模型之前，先看这三笔账
Crawl4AI 是一个把网页转成干净 Markdown 的开源 Python 库，专门解决把网页喂给大模型之前的那步脏活：页面抓回来满是导航、广告和脚本，直接塞进 RAG 或提示词里既费额度又带噪声。它在开源社区热度很高，用之前值得先把三笔账算清——装起来要付出什么、跑起来慢在哪、抓回来的内容能不...
Admin
54 
EmbeddingGemma 2 发布：740M 参数，把多模态检索搬进手机本地
EmbeddingGemma 2 是 Google DeepMind 在 2026 年 10 月 6 日通过 Google 开发者博客发布的开放权重多模态嵌入模型，基于 Gemma 4 构建，只有 7.4 亿参数。它能把文本、图像、视频帧和音频原生映射到同一个向量空间里，让手机在本地直接做跨模态检索...
Admin
114 
Khoj 值得自托管吗？给个人知识库装个第二大脑，先算这三笔账
Khoj 想做的事很清楚：把你散落在电脑里的文档、笔记和网页，变成一个能随时提问的个人知识库，你问它答，答案来自你自己的资料，而不是模型凭空编。它在 GitHub 上有约 3.5 万星，是个人知识管理方向最受关注的开源项目之一。热度之外更要紧的是另一件事：它需要你自己部署、自己维护，这笔账算不清，装...
Admin
61 
MarkItDown 值得用吗？微软开源的文件转 Markdown 工具，三处局限先看清
MarkItDown 是微软推出的一款开源文件转 Markdown 工具，专门解决大模型吃不进杂乱文档的问题。PDF、Word、PowerPoint、Excel、图片、音频、HTML、EPub、电子邮件、ZIP 压缩包，甚至 YouTube 链接，都可以先被它转成结构相对干净的 Markdown 文...
Admin
84 
分词器是什么？同一句话，为什么换个模型 token 数就不一样
分词器是你发给模型的那句话最先经过的部件，它不负责理解，只负责切分和编号。文字送进大模型之前，分词器会先把它切成一个个 token，再换成词表里的编号，模型读到的就是这串编号。想通这一点，不少困惑就有答案：token 既不是字，也不是词。 它切的不是字，而是出现概率 目前主流的分词器多采用 BPE ...
Admin
97 
AstaBrief 开源：Ai2 用 8B 小模型写带引用的科研报告，速度快 3.5 倍
AstaBrief 8B 是 Ai2（Allen Institute for AI）于 2026 年 10 月 2 日开源的科学报告生成模型：给它一个研究问题和检索到的文献片段，它直接输出一篇带引用的报告。模型已在 Ai2 的科研平台 Asta 的"生成报告"功能中上线为 Fast mode，权重和...
Admin
117 
Dify：十五万 star 的开源 AI 应用平台，自托管先看四笔账
Dify 值得认真看，最适合两类人：想快速做出可用 AI 应用（内部客服、知识问答、审批助手）又不想从零写后端的团队，以及有数据自主诉求、想把 AI 跑在自己服务器上的企业。它是 GitHub 上约十五万 star 的开源 AI 应用平台，可视化工作流、知识库、Agent、模型管理装进同一个工作台；...
Admin
123