常先森

全栈工程师

获得徽章 13

赞

3

|

搜索文章

上下文工程2.0：从设计到实践的全景方法论

未来的上下文工程将不再是“让 AI 记住上下文”，而是让 AI 理解并共创上下文。而真正的智能，不是拥有记忆，而是知道——什么值得被记住。

16小时前
9
点赞
评论

【解密源码】 RAGFlow 切分最佳实践- naive parser 语义切块（html & json & doc 篇）

在 RAGFlow 的多文档解析体系中，HTML、JSON 与 DOC 三类文档具有天然的结构化特性。相较于 PDF、Markdown 等复杂输入，它们的语义边界更清晰、噪声更少、解析路径更短。

1天前
7
点赞
评论

【解密源码】 RAGFlow 切分最佳实践- naive parser 语义切块（markdown 篇）

在 RAGFlow 中，Markdown 以其自带的语义结构，使解析器无需 OCR 或排版分析即可精准还原内容层次，是一种独特且高效的输入类型。

3天前
22
点赞
评论

【解密源码】 RAGFlow 切分最佳实践- naive parser 语义切块（excel & csv & txt 篇）

本期我们将聚焦这些结构化与半结构化数据的处理方案。Excel/CSV/TXT 文档的处理更注重数据完整性、格式保真和高效提取。RAGFlow 通过精巧的设计，为每种格式提供了最优的语义切块策略。

5天前
45
点赞
评论

【解密源码】 RAGFlow 切分最佳实践- naive parser 语义切块（pdf 篇）

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 文档提供了针对性的解决方案。

8天前
38
2
评论

【解密源码】 RAGFlow 切分最佳实践- naive parser 语义切块（docx 篇）

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。

10天前
59
点赞
评论

【解密源码】 RAGFlow 切分最佳实践-navie 分词器原理

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。

12天前
64
点赞
评论

【解密源码】 RAGFlow 切分最佳实践-上传与解析全流程

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。

13天前
62
点赞
评论

为什么你的 DeepSeek-OCR 不好用？DeepSeek 与 PaddleOCR-VL 全面测评

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。

16天前
46
点赞
评论

一图胜千言：DeepSeek、Glyph 与 PaddleOCR-VL 的不同答案

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，究竟比我们更聪明，还是更模糊

22天前
139
点赞
评论

个人成就

文章被点赞 44

文章被阅读 34,576

加入于

2017-11-23