日习一技

昨天我们已经学习了 RAGFlow 文件上传的相关逻辑，今天继续学习文件解析的逻辑。 触发文件解析 文件上传后，在文件列表中会有一个 “解析” 按钮，点击后会触发文件解析： 调用接口为 /v1/doc

在上一篇中，我们学习了 RAGFlow 的系统架构和启动流程，了解了 RAGFlow 的 API 服务器（API Server） 和 任务执行器（Task Executor） 两大核心组件，一个负责提

昨天，我们学习了 RAGFlow 的安装配置和基本使用，通过创建一个知识库并上传文档，完整地体验了 RAGFlow 从数据处理到智能问答的基本工作流程。作为一个 RAG 系统，这套流程也是 RAGFl

在构建高级 AI 应用时，检索增强生成（RAG）已成为一项关键技术，它能让大语言模型（LLM）利用外部知识库，提供更准确、更具上下文的回答。然而，如何高效地处理和理解格式各异的复杂文档（如 PDF、W

经过两周多的深度学习和体验，我们对 Claude Code 的基本功能和特性已经有了基本了解。而正在我们学习 Claude Code 的期间，Google 开源了另一款终端 AI 助手 ———— Ge

我们已经熟悉了在终端中与 Claude Code 进行会话，并了解了其强大的功能。为了进一步提升开发效率，本文将介绍如何将 Claude Code 无缝集成到我们日常使用的 IDE 和 GitHub

就在前几天，Claude Code 发布了 v1.0.38 版本，推出了一项有趣的功能：钩子（Hooks），它允许用户注册自己的 Shell 脚本，在 Claude Code 生命周期的各个阶段执行，

我们知道，Claude Code 内置了 16 个强大的工具，加上我们昨天学习的 MCP 服务器，用户可以轻松集成更多的外部工具。通过合理调度这些工具，Claude Code 能够很好地对你的代码库进

MCP（Model Context Protocol，模型上下文协议） 是 Anthropic 于 2024 年 11 月 25 日 推出的开放协议，用于标准化大模型与各类外部工具和数据源之间的交互。