总算有人把智能体记忆说清楚了
文章介绍了智能体记忆的概念、类型、更新方式、实际应用，以及与存储的区别，并通过举例和对比图进行说明
吴先森
探索编程的无限可能，分享技术的无限乐趣
微软最新研究：RAG（Retrieval-Augmented Generation）的四个级别深度解析
介绍微软对 RAG 的研究，包括其任务分类法的四个级别及应用场景
详细的Agentic RAG的前世今生
本文介绍了 Agentic RAG 的概念、实现、优点和局限性，包括 RAG 的基本原理、AI 代理的核心组件等
Gitee AI+Dify 双剑合璧，打造另类 RAG 知识库
作者介绍基于 Gitee AI 和 Dify 打造 RAG 知识库用于医疗设备和医用耗材的探索，分析了 Dify 现有 RAG 体系的不足及业务需求和功能实现
FastRAG：高效半结构化数据处理新范式，轻松提升检索生成效率
介绍了针对半结构化数据处理的FastRAG方法，包括其提出背景、组成部分及在问答任务中的优异表现
RAG系统中的困境：上下文不是想加就能加的
文章探讨了 RAG 系统中提供了相关上下文但大模型仍产生幻觉的问题，介绍了新视角和相关论文，还重新定义了上下文质量的标准
别再用PostgreSQL了,Milvus才是多语言RAG的最佳搭档
本文探讨多语言 RAG 系统的工作原理和应用场景，以 FastGPT 为基础结合 Milvus 向量数据库和 m3e 多语言 Embedding 模型构建智能问答系统，并解析其技术原理
Neo4j×Milvus：手把手教你搭建GraphRAG Agent
文章介绍了使用 Neo4j 图数据库和 Milvus 向量数据库搭建 GraphRAG Agent 的方法，包括关键概念、组件及技术集成等
不到百行代码实现自然语言数据库查询：解密AI Agent的ReAct框架
文章介绍通过 LangChain 的 SQLAgent 实现自然语言数据库查询，并演示 ReAct 框架的工作原理，使用的大模型是阿里云的 qwen-max