kevin_kang

客服工单系统实战（二）：RAG检索与智能问答 前言 在上一篇文章中，我们完成了工单数据的导入和向量化存储。本文将介绍如何基于这些向量数据，实现智能检索和问答功能，让AI能够根据历史工单自动推荐解决方案

客服工单系统实战（一）：CSV数据导入与向量化存储 前言 本文是客服工单系统实战系列的第一篇，将详细介绍如何将CSV格式的历史工单数据导入到向量数据库Weaviate中，为后续的智能问答打下基础。 本

性能优化：从响应时间到并发处理 前言 性能优化是生产环境的重要课题。本文介绍AI Agent系统的性能优化策略。 适合读者： 后端开发者、性能工程师 一、数据库优化 二、缓存优化 三、并发优化 四、性

生产环境配置：环境变量与安全管理 前言 安全的配置管理是生产环境的基础。本文介绍环境变量和敏感信息的最佳实践。 适合读者： 运维工程师、后端开发者 一、环境变量配置 二、.env文件 三、敏感信息管理

Loguru日志系统：分布式应用的调试利器 前言 良好的日志系统是生产环境调试的关键。本文介绍如何使用Loguru构建结构化日志系统。 适合读者： 后端开发者、运维工程师 一、Loguru配置 二、日

Docker容器化：一键部署完整AI系统 前言 Docker让AI系统的部署变得简单可靠。本文介绍如何使用Docker容器化整个AI Agent框架。 适合读者： 运维工程师、后端开发者 一、Dock

LCEL问答链：构建流式AI对话系统 前言 LCEL（LangChain Expression Language）是LangChain的核心，让构建AI链变得简单优雅。 适合读者： AI工程师、后端开

RAG检索增强生成：让AI拥有专业知识 前言 RAG让AI能够访问外部知识库，大幅提升回答质量。本文深入讲解RAG的实现原理。 适合读者： AI工程师、架构师 一、RAG vs 传统LLM 二、RAG

Ollama本地部署：llama3.2模型的实战应用 前言 Ollama让本地部署大模型变得简单。本文介绍如何使用Ollama部署和使用llama3.2模型。 适合读者： AI工程师、运维工程师 一、