常先森

本期我们将挑战文档处理领域的"终极 BOSS"—— pdf 格式。作为最复杂、最通用的文档格式，版面布局千变万化，文字提取难度极高。RAGFlow 为不同特性的 pdf 文...

本期我们将从通用机制深入到具体文件类型的实现逻辑，聚焦 word 文档在 navie parser 下的语义切块原理。...

本期对 ragflow 分词器的原理进行详细拆解。这一模块作为所有文档类型解析流程的公共组件，承担了语义分段、文本归一化、chunk 边界控制等底层职责。...

本系列文章带你从源码角度深度剖析 RAGFlow，从文件上传、解析、切分、向量化到最终入库。本文聚焦于文档解析与切分的全流程概述，为理解整个 RAGFlow 流程打下基础。...

对比 DeepSeek-OCR 与 PaddleOCR-VL，揭示前者识别弱但理解强的本质，解释你觉得它“不好用”的真正原因。...

当 AI 能“看懂”图片，它是否比人更懂文字？本文拆解三种最新视觉方案——DeepSeek-OCR、PaddleOCR-VL、Glyph，讨论背后隐藏问题：AI 的阅读力，...

“传统搜索引擎优化（seo）尚未退出历史舞台，但生成式引擎优化（geo）已经成为新的战场。” 当未来互联网上AI比人多的时候，网站应该怎么办？...

近期，微软开源的下一代 RAG 技术—— Graph RAG 被开发者们津津乐道，相比较传统的 RAG，它更高效，更全面，更准确，然而代价是什么，Graph RAG 真的适...

在人工智能领域，如何选择适合的大模型可能令人困惑。本文将深入探讨三种基础架构及其代表模型，并通过介绍三种基准测试，帮助你理解如何评价和选择模型。让我们一起找到最适合你的大模...

你一定听说过当下风靡全球的 ChatGPT，但你知道它是如何利用 Transformer 模型的神奇力量吗？这里将用最通俗易懂的方式，揭秘 Transformer 的来龙去...

我们将利用小学的数学知识结合 GC 计算公式，从原理出发推导 GC 调优方法，让你在面试和项目中，对 GC 调优信手拈来。...

Golang 协程模型是怎样发展到 GMP 模型？GMP 主要为了解决哪些问题？和大家一起通过源码来深入浅出 Golang 协程调度模型。...

容灾是一个比较宽泛的概念，是一个系统性的工程，所以在我们谈及容灾的时候，往往需要先建立出面临灾难的场景，针对不同场景来实施不同容灾方案。...

为什么我们如此关注性能 javascript 作为一门解释性语言，性能优化是 JS 工程师避不开的一个重要话题。为什么 我们如此关注 JS 性能问题呢？...

A/B 测试为一种随机测试，将两个不同的东西（即A和B）进行假设比较。当前 A/B 测试通过对比只有一个变量不同的同一产品的两个不同版本的表现来研究该变量的作用以及影响。...

TCP/IP 参考模型和协议栈 说到 TCP/IP 参考模型，就先地说说最初 ISO 提出的理论化模型 —— OSI （open system interconnectio...

对于一个具有一定规模的开发团队而言，团队 Devops 的建设都是迈向高效开发的必经之路，为了团队中开发之间的高效协作，基于版本管理工具来选择团队合理的代码分支开发模式都是...

RPC（Remote Procedure Call），即远程过程调用，主要是为了解决在分布式系统中，服务之间的调用问题。 分布式系统顾名思义就是将一个完成任务 A 的整体的...