- 综合排序
- 最热优先
- 最新优先
- 来自专栏Go语言学习专栏
3 - RAG 知识库基础 - AI 超级智能体项目教程
本节重点 通过为 AI 面试助手应用添加知识问答功能，入门并实战企业主流的 AI 开发场景 —— RAG 知识库，掌握基于 Spring AI 框架实现 RAG 的两种方式。 具体内容包括： AI 面试助手问答需求分析 RAG 概念（重点理解核心步骤） RAG 实战：Spring AI + 本地知识库 RAG 实战：Spring AI + 云知识库服务 友情提示：由于 AI 不会推销：不知道该在什么时候推荐你的付费课程和服务 那么如何让 AI 利用自己的知识库进行问答呢？ 想要在程序中让 AI 使用知识库，首先建议利用一个 AI 开发框架，比如 Spring AI；然后可以通过 2 种模式进行开发 —— 基于本地知识库或云知识库服务实现 RAG。 3、向量转换和存储 为了实现方便，我们先使用 Spring AI 内置的、基于内存读写的向量数据库 SimpleVectorStore 来保存文档。
27210编辑于 2026-03-17 - 来自专栏开源技术小栈
3分钟快速构建大语言模型AI知识库
WhisperModel": { "model": "whisper-1", "name": "Whisper1", "price": 0 } } 3、 登录成功访问页面如下所示 构建知识库 创建知识库 成功登录后，新建一个知识库，取名开源技术小栈。 https://mp.weixin.qq.com/s/mNhMCzUtLUKrIzqSVa-qZA https://mp.weixin.qq.com/s/n4n-0UCWJW9u2N1ca3HisQ 创建应用 使用知识库必须要创建一个应用 关联知识库 设置了开场白并且选择绑定对应知识库开源技术小栈 点击保存预留后，可以直接在右边调试预览框预览对话进行文档内容测试。 可以通过AI服务训练自有数据，形成AI知识库，然后创建不同的机器人针对用户问题提供精准回答。并且可以通过API接口很方便整合到自己的产品服务中。
2.1K11编辑于 2023-11-27 AI大模型知识库
而基于AI大模型构建的知识库系统，通过自然语言处理技术和深度学习算法，能够自动完成文本解析、语义关联与智能检索，使分散的知识资源形成有机网络，为企业知识管理带来革命性变革。 一、核心技术架构解析现代AI知识库采用多层神经网络结构，包含预训练语言模型作为基础层，结合领域适配微调技术实现专业术语理解。 相较于传统方案，AI大模型知识库在技术特性上展现出显著优势：语义理解深度方面，传统方案依赖关键词匹配，误差率高，而AI方案具备上下文感知能力，准确率超92%；更新维护成本上，传统方案人工录入月均耗时120h 二、典型应用场景落地AI大模型知识库在多场景落地应用，创造显著价值：智能问答机器人可7×24小时解答员工关于政策制度、操作流程的咨询，某金融机构部署后人力咨询量下降47%，提升咨询响应效率；辅助决策沙盘整合市场动态 五、未来演进方向展望随着多模态融合技术的发展，下一代AI大模型知识库将突破文本局限，实现图纸三维模型与操作视频的联动检索，拓展知识呈现与应用形式。
50910编辑于 2025-10-16- 来自专栏前端必修课
AI知识库的真相
这样，AI就会认真阅读所有内容，并自动生成完美结论。 然而，实际体验后，许多人发现AI知识库的效果远没有想象中理想，经常遇到各种奇怪的问题。 本文将从知识库的原理出发，探讨AI知识库的技术局限。 目前，大模型知识库最常见的技术是RAG（检索增强生成）。 当用户将资料加入知识库时，程序会先将其拆分为多个文本块。 随后，使用嵌入模型将这些文本块向量化。 以我自己的知识库为例，这里用到的嵌入模型输出的是1024维： 也就是说，每个文本块都被转换成一个由1024个数值组成的向量： 之后，程序会将向量及其对应文本存储到向量数据库中。 最终，知识库会选出与问题最相似的几个原文片段，将它们与用户的问题一同发送给大模型，由大模型进行归纳总结。 下一篇文章，我将用 Cherry Studio 搭建一个本地知识库，并详细分析这一流程的局限性。本文暂时到此为止。
43210编辑于 2025-04-30 - 来自专栏前端必修课
打造专属AI智能知识库
本文介绍了如何使用 DeepSeek API 打造个人 AI 知识库。此过程中需搭配嵌入模型，将知识库内容向量化，实现高效检索。DeepSeek 在获取知识库检索结果后，可以输出更清晰、准确的回答。 分类选择“嵌入”，再选择“BAAI/bge-m3”嵌入模型。 最后，确保界面右上角的开关已打开。 至此，嵌入模型配置完毕。 进入添加知识库页面后，选择已配置好的“BAAI/bge-m3”嵌入模型，输入知识库名称（如“Redis”），然后点击“确定”。 添加知识库数据 接下来可为知识库添加数据。 接下来，尝试关联刚刚创建的 Redis 知识库进行新一轮提问。 点击“知识库”，选择 Redis 知识库。 再次询问“Redis 最新版本号是多少”，AI 这次给出了正确答案（8.0 版本）。 总结 通过以上流程，可以高效构建个人 AI 知识库，并有效提升 AI 回答的准确性和时效性。
76410编辑于 2025-05-14 AI驱动的 知识库 新时代
近年来，人工智能（AI）从根本上改变了知识库的能力，许多数据库也纷纷进行了升级。但 AI 知识库究竟能为我们带来什么帮助？ 让我们深入了解 AI 知识库的不同之处、它如何能够帮助到我们、以及如何创建这样的AI知识库！什么是 AI 知识库在解释 AI 知识库之前，我们先来了解一下什么是知识库。 AI知识库不仅适用于企业，对于我们个人的学习生活都有巨大的帮助，比如我们可以上传各个地方收集而来的学习资料，利用AI知识库进行文件解析，最后你就可以获得某个专门的学习知识库了。 Portal提供 Finastra 银行业务软件的文档与故障排除指南银行与金融机构使用SAP Knowledge Base Articles (KBA)SAP 金融模块的文档与问题解决方案库企业财务部门使用3. Q3：使用 AI 是否需要编程知识？ 不一定。许多平台都支持无代码或低代码设置，非技术团队也能轻松管理内容。Q4：AI 知识库的安全性如何？
1.2K10编辑于 2025-06-24- 来自专栏技术趋势
chatGLM3+chatchat实现本地知识库
落地方案 通过chatGLM3-6B+langchain-chatchat+bge-large-zh实现本地知识库库。 requirements_webui.txt 下载模型 #国内源下载(推荐) git lfs install git clone https://www.modelscope.cn/ZhipuAI/chatglm3- 6b.git git clone https://www.modelscope.cn/AI-ModelScope/bge-large-zh.git #需要梯子 git lfs install git clone https://huggingface.co/THUDM/chatglm3-6b git clone https://huggingface.co/BAAI/bge-large-zh 项目部署 项止 访问页面：127.0.0.1:8501 最后 试了最新的chatchat发现这个版本在识别agent中的utils有时生效有时无效，官方也承认有这个问题，建议后续还是用官方的chatGLM3的
78310编辑于 2024-03-22 腾讯乐享AI知识库产品概要
一、产品定位与核心亮点 腾讯乐享AI知识库是一款面向企业级应用的智能知识管理平台，基于大语言模型与多模态内容处理技术，构建集知识沉淀、管理、检索与应用于一体的SaaS解决方案。 其核心差异化在于深度融合腾讯生态（企业微信、腾讯会议），提供多模态内容解析与场景化AI能力，实现从“知识存储”到“知识智能应用”的转型。 腾讯云知AI问答系统 背景：腾讯内部知识库面临知识更新滞后、模型局限性问题。 解决方案：采用乐享知识库+定制化agent（专业研究、国际化agent），结合混元、deepseek等多模型优化。 解决方案：营销知识库建设。 成效：未提供具体指标（原文未详述）。 3. 科沃斯机器人（ECOVACS） 背景：营销知识管理需求。 解决方案：营销知识库建设。 成效：未提供具体指标。 4. 解决方案：营销知识库部署。 成效：未提供具体指标。 5. 清华大学、深圳大学、同济大学、西安电子科技大学 背景：高校知识管理需求。 解决方案：高校知识库建设。 成效：未提供具体指标。 6.
35420编辑于 2026-04-05- 来自专栏学习成长指南
AI超级智能体教程（七）---RAG实战本地知识库和云端知识库
1.RAG实战–本地知识库的应用 1.1编写代码 我们的文档添加到这个向量数据库里面去： 基于我们的知识库进行问答：我们的prompt+拦截器从向量数据库里面找到的上下文，两个组合在一起，发给我们的AI ，而且这个分数越高，表示我们的本地知识库里面搜索出来的这个内容和我们的用户输入的这个提示词的吻合度是更高的； 1.3输出结果 实际上仔细观察这个输出的结果，我们的这个回答就是从我们的本地的知识库里面去找到的 ，也就是我们的那三个md文档 2.RAG实战–云端知识库的应用 2.1新建云端知识库 这个主要是使用的阿里云百炼的云端知识库的平台，下面的这个步骤是我们后续进行这个云端的知识库开发的这个基础，大家实际需要重视一下的 2.3断点调试 这个时候我们会发现这个request打断点的位置内容和刚才的本地的知识库的差别还是很大的，大家可以去回顾一下本地的知识库的，这个云端知识库应该是直接加进来了，内容还是很多的； 这个时候云端知识库检索的结果是 5个，可以喝上面的本地的知识库进行对比一下，就可以发现两个的差别；大家进行学习的时候，也可以使用这个方式，对比一下两个方式的异同点； 2.4输出结果 这个测试的结果就是从我们的知识库里面搞得，我觉得这个也是很不错的
92610编辑于 2025-05-05 - 来自专栏技术活动纪要
腾讯云极客创作茶话会纪要: 3 ima知识库进行AI辅助创作
腾讯云极客创作茶话会纪要: 3 ima知识库进行AI辅助创作0 背景上图画的是艺术家在雕刻。 刀子只是工具，而不是核心，核心是艺术家的思想，对艺术的理解。 树懒运维惊喜地发现排版耗时从3小时缩至3分钟，但土拨鼠们集体抗议：“每段都在说‘森林网络重要性’，可我们的胡萝卜产量统计呢？！” 知识库 + AI = 智能工作台产品定位：以知识库为核心的智能工作台，目标是提高学习办公效率。 解决的痛点问题AI幻觉问题（优质信源+个人团队知识库）信息分散： AI + 知识库 + 笔记AI工具太多： 一站式工作台用户核心场景：知识工作者，学习和工作场景独特价值：搜读写阶段加上AI体验ima工作支持多端 3 知识库搭建和内容管理妙招搜索： 基于AI + 你的知识库写笔记： 基于AI + 你的知识库知识库分类： 个人知识库 ， 授权共享知识库 ，公开知识库(知识号/知识广场)知识信息流：导入和同步形成私有知识库
57121编辑于 2025-06-30 【RuoYi-SpringBoot3-Pro】：AI 能力再再扩展，打通 RAGFlow 知识库和 Dify 应用平台
【RuoYi-SpringBoot3-Pro】：AI能力再再扩展，打通RAGFlow知识库和Dify应用平台一、打通RAGFlow知识库RAGFlow是一款专业的RAG引擎，提供数据集管理、文档处理、块管理和检索增强对话功能 想了解更多的小伙伴可以看看【AI工具箱】RAGFlow：打造私有的专业知识库。 想了解更多的小伙伴可以查看往期的文章：【AI工具箱】Dify：可视化AI应用开发平台【RuoYi-SpringBoot3-Pro】：使用Dify+AI快速生成多数据库建表语句Github上已经有成熟的集成方案 Pro采用外挂的方式，将各种AI能力集于一身，感兴趣的小伙伴可以查看往期的AI集成功能：【RuoYi-SpringBoot3-Pro】：接入AI对话能力【RuoYi-SpringBoot3-Pro】：AI 能力再扩展，一个方法打通n8n工作流【RuoYi-SpringBoot3-Pro】：将AI编程融入传统java开发往期教程合集RuoYi-SpringBoot3-Pro
19610编辑于 2026-03-28智能客服落地后知识库配置太繁琐？试试AI问答+AI知识库！立省80%工作量！
解决方案：内置AI问答系统的AI知识库如果你也有以上烦恼，那么可以试试采用接入了AI大模型技术的知识库。 比如HelpLook AI知识库，其接入了GPT4o-mini、文心一言、豆包等AI大模型，不仅提供了强大的知识管理平台，还集成了AI智能客服机器人功能。 你只需要上传一份知识语料，即可利用HelpLook AI知识库快速搭建知识库。通过自然语言处理技术，其智能机器人能够理解和回应客户提出的各种问题。 该方案通过深度融合AI问答技术与先进的大模型能力，实现了知识库配置的智能化与自动化升级，具体优势如下：1. 通过智能推荐算法，系统能够向客服运营人员提供优化建议，帮助其快速调整知识库结构，提升问答质量和用户满意度。3.
59610编辑于 2024-08-30【JeecgBoot AIGC】AI知识库实战应用与搭建
其直观的界面结合了 AI 流程编排、RAG 管道、知识库管理、模型管理、对接向量库、实时运行可观察等，让您可以快速从原型到生产，拥有 AI 服务能力。1. 介绍本节将介绍如何在系统中添加和管理AI知识库。 AI知识库是一个结合了自然语言处理（NLP）、向量搜索和大语言模型（LLM）的智能信息管理系统，旨在高效存储、检索和管理知识，使AI能够更精准地理解并回答用户的问题。 在本系统中，AI知识库是AI应用、AI流程等模块的核心组成部分，为知识存储与智能检索提供支持。2. 前置条件为了使AI能够更精准地理解并回答用户的问题，我们会对文档进行向量化处理，并存储所向量库中；所以，如果要正常使用知识库，需要准备向量库，并在配置文件中配置向量库的配置。3.
27600编辑于 2025-06-20- 来自专栏码匠的流水账
使用MaxKB及deepseek搭建本地AI知识库
序本文主要研究一下如何MaxKB及deepseek搭建本地AI知识库步骤拉取MaxKB镜像docker pull cr2.fit2cloud.com/1panel/maxkb如果拉取不下来就用docker 模型设置–>添加模型，这里添加ollama的deepseek-r1:8b，其中API URL设置为http://host.docker.internal:11434，API KEY随便设置一个就行设置知识库创建知识库 –>向量模型为maxkb-embedding，知识库类型为通用型，之后上传文档，可以选择文本文件、表格、QA问答对，之后执行向量化设置应用创建应用–>设置AI模型–>关联知识库(添加知识库)，参数设置：
1.3K10编辑于 2025-02-13 - 来自专栏Lcry个人博客
RAGFlow 开源检索增强 AI 知识库部署教程
使用过 dify 和 fastgpt 的产品大家都知道还有一款增强 RAG 平台 RAGFlow，博主早在 2023 年 AI 盛行的时候就调研过这款产品，现在已经 2025 年，截止目前最新版本已经来到了 RAGFlow 依靠融合上下文引擎和预构建的代理模板，使开发者能够高效且精准地将复杂数据转化为高保真、生产准备的 AI 系统。 C /usr/bin/python3 1928MiB | | 3 N/A N/A 3974680 C python3 数据源也可以根据实际添加，可以使用 S3 协议自建 minio 或者 rustfs 初体验 知识库 创建一个知识库，上传一些文档试试。 聊天 创建一个聊天助手，配置引用知识库，然后进行问答。 搜索 搜索可以选择多个知识库进行检索，支持 AI 总结以及引用原文。
1.1K10编辑于 2026-01-09 - 来自专栏哈哈熊
【wiki知识库】01.wiki知识库前后端项目搭建（SpringBoot+Vue3）
环境准备 想要搭建自己的wiki知识库，要提前搭建好自己的开发环境，后端我使用的是SpringBoot，前端使用的是Vue3，采用前后端分离的技术实现。 数据库的搭建 新建一个名为wiki的知识库，然后字符集和排序规则选择我选的就可以。 数据库的代码如下。 INSERT INTO `doc` VALUES (1, 1, 0, '文档1', 1, 2, 0); INSERT INTO `doc` VALUES (2, 1, 1, '文档1.1', 1, 3, 0); INSERT INTO `doc` VALUES (3, 1, 0, '文档2', 2, 2, 0); INSERT INTO `doc` VALUES (4, 1, 3, '文档2.1', Vue3环境的搭建 注意：一定要先安装你的Node.js环境。 1.设置淘宝镜像（加速脚手架安装速度） 选择你的项目，并且在IDEA的终端中打开。 输入以下命令。
1.2K00编辑于 2024-05-27 5分钟搞定AI知识库部署
二、核心功能实操：AI不是花架子，是真能提效率的利器AI开源知识库系统的核心能力围绕“AI驱动+知识库管理”展开，它的AI功能最难得的是“克制且实用”，不会过度炫技，而是精准解决传统知识库的痛点：检索慢 新员工入职时，不用再挨个问老员工，直接问AI就能解决80%的基础问题，老员工的答疑时间大幅减少。3. • 核心用法：AI创作写文档框架，语义搜索快速找资料，企业微信集成实现群内问答；• 落地效果：新员工入职培训周期从2周缩短到3天，能通过知识库自主学习；团队成员查找技术资料的时间平均减少80%，不用再在本地文件夹 案例3：金融科技公司——做私有化部署的合规知识管理有做金融科技的朋友，因为行业对数据安全和合规要求高，用AI开源知识库系统做了私有化部署，搭建了内部的合规知识和技术文档库。 建立知识库规范：提前约定文档的命名规则、分类方式、排版标准，比如技术文档命名为“模块名-文档类型-版本号”，这样不管是人工管理还是AI检索，效率都会更高；3.
43710编辑于 2026-03-04- 来自专栏Pandawiki AI知识库
企业级AI知识库到底能做什么？
企业级AI知识库的五大核心能力1. 智能问答：让每个员工都拥有“专家大脑”想象一下，新员工遇到技术问题，不用打扰老同事，直接在知识库里提问就能得到精准答案。 “上次开会说的那个客户反馈处理流程” – 即使文档里没有完全相同的表述，AI也能理解并找到《客户反馈处理规范》文档。3. 销售场景：客户咨询产品参数，销售在CRM里直接调用知识库AI回答客服场景：常见问题自动回复，复杂问题转人工，提升服务效率研发场景：开发过程中随时查询技术文档，减少沟通成本5. 实际应用场景展示技术团队：某互联网公司使用PandaWiki搭建技术文档中心后，新员工上手时间从2周缩短到3天，技术问题解决效率提升60%。 AI知识库之旅如果你也想让企业的知识管理迈入智能时代，PandaWiki值得一试写在最后在AI时代，知识管理不再是简单的信息存储，而是企业核心竞争力的重要组成部分。
39110编辑于 2025-11-03 - 来自专栏老张的求知思考世界
利用ima.copilot，打造你的AI知识库
和几位同学聊起了各路 AI+工具的强大特性，特别是对于团队来说很重要的知识库功能，是我个人认为对职场同学，特别是对于技术管理同学来说很重要的一种增强个人竞争力的途径。 前段时间体验了一下腾讯推出的AI+智能工作台ima.copilot，用了一段时间后不得不感慨国内公司在技术应用落地方面的创新和速度。 3、智能写作：提供多种写作模版(论文、文案、作文)，写作功能包括扩写、缩写、翻译以及生成思维导图等。 提问后可以点击AI回答底部的【记笔记】按键，即可将梳理好的内容快速填入笔记中。当然，ima.copilot的功能不仅限于此，安装后其内置一篇ima使用指南，参考一下即可。 这也是AI工具的最大价值，节省信息检索和梳理筛选环节，让人可以投入对信息的深度思考和输出方面。
3.4K20编辑于 2025-02-06 基于 ChatGLM3 和 LangChain 搭建知识库助手
基于 ChatGLM3 和 LangChain 搭建知识库助手 环境配置 在已完成 ChatGLM3 的部署基础上，还需要安装以下依赖包： pip install langchain==0.0.292 同时，在本节中，ChatGLM3-6B 的模型参数文件存储在本地 autodl-tmp/ZhipuAI/chatglm3-6b。 知识库搭建 我们选择 Datawhale 的一系列 LLM 开源教程作为语料库来源，包括： Self LLM：一个围绕开源大模型、针对国内初学者、基于 AutoDL 平台的中国宝宝专属大模型教程。 LLM Universe：一个面向小白开发者的大模型应用开发教程，旨在结合个人知识库助手项目，通过一个课程完成大模型开发的重点入门。 注意，也可以选用其中的代码文件加入到知识库中，但需要针对代码文件格式进行额外处理。
44410编辑于 2025-07-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号