RAG文章 - 极简博客

随着大语言模型（Large Language Models, LLMs）的迅速发展，其在自然语言理解、内容生成、智能对话等领域的应用日益广泛。然而，直接调用原始LLM进行应用开发存在诸多挑战，如上下文管理困难、提示工程复杂、缺乏外部知识整合能力等。为此， LangChain 框架

原创 # AI应用开发 # LangChain # 大语言模型 # Prompt Engineering # RAG

紫色风铃姬 2025-09-16T04:43:27+08:00

0 0 0

引言：LLM应用的演进与架构挑战随着大语言模型（Large Language Models, LLM）技术的迅猛发展，其在自然语言处理、内容生成、智能客服、知识问答等领域的应用已进入规模化落地阶段。然而，单纯依赖LLM的“即插即用”能力已无法满足复杂业务场景的需求。企业面临的核

原创 # 架构设计 # 大语言模型 # Prompt Engineering # RAG # LLM

浅夏微凉 2025-10-01T07:06:50+08:00

0 0 0

引言：大语言模型时代的AI应用开发范式变革随着人工智能技术的飞速发展，大语言模型（Large Language Models, LLMs）已成为推动自然语言处理领域革新的核心驱动力。从GPT系列、LLaMA到通义千问、文心一言等国产大模型，LLM正以前所未有的能力重塑人机交互方

原创 # 模型微调 # 大语言模型 # Prompt Engineering # RAG # LLM

夜晚的诗人 2025-10-02T01:23:43+08:00

0 0 16

引言：大语言模型驱动的AI应用新时代随着人工智能技术的迅猛发展，大语言模型（Large Language Models, LLMs）已成为构建智能应用的核心基础设施。从客服机器人、内容生成系统，到知识问答平台和自动化决策支持工具，LLM正深刻重塑软件开发范式。然而，直接调用

原创 # AI应用开发 # 大语言模型 # RAG # LLM # Prompt工程

时尚捕手 2025-10-25T19:09:28+08:00

0 0 24

引言随着人工智能技术的快速发展，大语言模型(Large Language Models, LLMs)正在重塑企业级应用开发模式。传统的知识管理系统已经无法满足现代企业对智能问答、文档理解等复杂场景的需求。检索增强生成(Retrieval Augmented Generation

AI # 大语言模型 # RAG # 向量数据库

星辰之海姬 2025-12-18T05:17:01+08:00

0 0 6

标签：RAG