dony7247

本文总结用es 实现文本 + 向量检索，一步一步的用python 代码实现。并介绍了混合检索 的相关概念，如向量化，es 的字段类型，向量距离计算。

dify 本地布署的经验总结，有多租户的设置，前后端目录说明，二次开发修改代码后，如何重新打包布署。

今年4月分开始，各大云服务厂商都把免费证书有效期从12个月调成3个月，这对于我们这些用惯了免费证书的小公司，很不友好。 于是，我在网上查找了一翻，想看看有没有国外的厂商，有12个月的。‘12个月’的证

新闻的采集抽取工作任务繁琐，本文介绍了目前市上的自动抽取的开源库，进行了收集整理。并做了对比并简单介绍。

现在大模型开发时，用的最多Prompt工程，RAG优化。本文简单的对这2项技术进行总结。 RAG优化 索引优化： ES索引，BM25索引，词嵌入等 嵌入优化： 结合稀疏嵌入，密集嵌入, 使用多种嵌入方

GPT 4个里程碑 GPT-1 模型分为二阶段：先训练一个基础模型，各任务使用时再做fine-tuning, NLP 任务如：分词及词性分析，句法分析，文本分类，情感识别，摘要，信息抽取，关系抽取,

文章中记录下天猫评论的入口，这个入口可以看到前10000条记录。并分析了 js 逆向，mitmproxy 两种方式来爬取评论数据的方式。

本文对基于LLM的文档问答的原理进行了说明，对基中涉及的技术点进行拆解说明。对网上demo 说明并改进。

流程图： spiderflow 左侧有十多个节点，但常用的就三个: 输出到数据库 字段抽取 获取html源码 上面流程图的意思是： 从列表页找出详情页的链接 获取详情页的html 从详情页的html