
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
大模型领域的术语太多?别慌!今天一次性拆解最核心的“黑话”,从基础概念到进阶知识,不管你是新手还是想深入了解的人,都能有所收获。
结合AI大模型的本地知识库搭建方法总结,大模型入门到精通,收藏这篇就足够了!

结合AI大模型的本地知识库搭建方法总结,大模型入门到精通,收藏这篇就足够了!

本教程将从 RAG 基本流程出发,逐步讲解多轮对话优化、各环节改进策略,帮助你掌握 RAG 应用的构建与优化方法。

Ollama和vLLM作为当下备受瞩目的大模型部署工具,以其独特的技术优势和便捷的使用方式,吸引了众多开发者和企业的目光。
AI Services就是对ChatModel的封装,它不仅帮我们格式化输入、解析输出,还提供了会话记忆、工具调用、RAG等高级功能,大大提升了开发效率。
在大模型应用落地的浪潮中,“提示词(Prompt)”始终是连接人类需求与AI能力的核心桥梁。但多数人对其的认知仍停留在“给AI的一句话指令”,却忽略了它背后承载的技术价值

由于LLM会产生幻觉,知识的实时性不够,私域知识表现不好,所以出现了"检索增强生成技术"RAG。

一款面向企业、高校及政务部门的开源知识库AI问答系统,基于先进的大语言模型(LLM)技术架构,融合检索增强生成(RAG)与GraphRAG知识图谱构建技术,为组织机构提供开箱即用的智能化知识管理解决方案。
结合记忆层提供的用户历史数据、过往执行记录,将复杂目标拆解为 “单一动作、明确输入输出” 的原子子任务,按 “依赖前置” 原则定义执行顺序(如 “先获身份证再预订”),同时融入记忆数据(如 “优先选择用户上次住过的酒店品牌”),确保子任务更贴合用户需求,可直接匹配工具。
