想象一下，你正坐在电脑前，手指在键盘上飞快地舞动，突然，屏幕上出现了一行让你心跳加速的命令输出——你的数据库表，那个承载着公司核心业务数据的表，就这么被你一不留神清空了。那一刻，你的大脑可能一片空白，

本文主要介绍Naive RAG 工作流程，重点分析了Naive RAG存在的问题以及痛点，未后续RAG应用的优化打下坚实的基础。

1.什么是rag？ 检索增强生成（RAG）是指对大型语言模型输出进行优化，使其能够在生成响应之前引用训练数据来源之外的权威知识库。大型语言模型（LLM）用海量数据进行训练，使用数十亿个参数为回答问题、

微软整合了 GraphRAG、AutoGen、Ollama 和 Chainlit 技术，打造出强大的多智能体 RAG（检索增强生成）超级机器人，无需依赖在线 LLM，即可进行复杂、基于情境的响应和本地

本文主要讲解了RAG落地中的最关键一步，从各种文档类型中正确的提取文档内容，特别是每种类型的文档内容提取采用的技术手段。

使用AI4J快速接入qwen2.5、llama3.1等Ollama大模型 本博文给大家介绍一下如何使用AI4J快速接入Ollama平台开源大模型，如qwen2.5、llama3.1等等，并且如何实现流

先前我们聊到了《从零开始构建大模型(LLM)应用》，不少朋友偷偷问我：“什么是LLM的三角原则？”今天就给大家仔细讲讲构建LLM应用的三角原则。这套原则其实不复杂，由“3+1”(一范式三原则)个基础组

《中华人民共和国行政区划 (五级) 数据库》是一个提供中国省级、地级、县级、乡级和村级行政区划数据的项目。数据来源于国家统计局，已更新至最新发布时间。你可以通过 JSON 或 CSV 格式下载数据，也

当前存在的问题 在预约下单模块设计订单状态共有7种，如下图： 目前我们使用了待支付、派单中两种状态，在代码中我们发现存在对订单状态进行硬编码的情况： 随着开发的深入这种代码会越来越多，使用状态机优化。