一、向量是什么 在 AI 场景里，向量可以理解成一个“很长的数字列表”，例如： 这个数字列表不是随便生成的，它通常承载了原始数据的语义或特征。 例如： * 一张图片会被编码成代表颜色、形状、...

一、项目目标 这个项目的目标是： * 把员工手册和培训手册导入 RAGFlow； * 做一个公司内部知识问答助手； * 再把它嵌入 OA 或企业内部页面。 二、准备知识文档 如果你没有现成资料，可以先用生...

一、部署前的机器要求 生产环境通常建议： * CPU >= 4 cores * RAM >= 16 GB * Disk >= 50 GB * Docker >= 24 * Docker Compose >= 2.26 演示环境里使用的是： * Ubuntu 22.04 *...

一、RAGFlow 是什么 RAGFlow 是一个基于深度文档理解的开源 RAG 引擎，目标是为企业提供更高质量的知识检索与问答能力。 官网： `https://ragflow.io/` GitHub： `https://github.com/infiniflo...

一、RAG 的典型架构 一个比较完整的 RAG 架构，通常包含三块能力： 1.1 知识库内容整理 文档不会直接原样扔进系统，而是要先切分成适合检索的片段。 常见切分方式包括： * 固定字数切分； * 按...

一、什么是 RAG RAG 是 `Retrieval-Augmented Generation` 的缩写，中文通常翻译为“检索增强生成”。 它的核心思路非常直接： 1. 用户先提出问题； 2. 系统先去外部知识库里检索相关内容； 3. ...

一、Milvus 是什么 Milvus 是一个面向 AI 时代海量向量数据的高性能、可扩展、云原生开源向量数据库。 它的核心价值是： * 专为向量检索设计； * 支持大规模向量存储和相似搜索； * 适合推荐系...

一、先安装 Python 客户端 这里最好让 `pymilvus` 版本和 Milvus 服务版本尽量对应。 二、连接到 Milvus 最基础的连接方式如下： 三、创建集合 示例里使用的是 8 维向量，便于演示。 核心步骤包...

一、项目目标 目标是做一个公司内部员工智能问答助手，能够基于以下资料回答问题： * 员工手册； * 各部门培训手册； * 技术部内部资源使用说明。 最终可以把这个助手发布到公司内部 OA 或门户...

一、先配置大模型 1.1 配置 DeepSeek 进入： `模型提供商 -> 模型配置` 搜索 `deepseek`，启用 `deepseek-chat`。 模型参数一般先保持默认即可： 然后到： `模型提供商 -> 模型渠道 ->...