RAG检索增强生成
深入检索增强生成技术，让模型学会"先检索、再回答"，构建更可靠、更可控的 AI 应用
Embedding、Rerank与向量数据库概念详解与应用教程
本教程系统性地讲解 Embedding（嵌入）、Rerank（重排序）和向量数据库三大核心概念，并通过构建一个完整的RAG（检索增强生成）知识库应用来实践这些技术。教程从理论基础出发，逐步深入到代码实现，帮助读者理解这些组件在向量RAG系统中的角色与协作方式。
GREP概念详解与在RAG应用教程
本教程系统性地讲解 GREP（Global Regular Expression Print）全局正则表达式搜索的核心概念及其在 RAG（检索增强生成）系统中的应用价值。教程从正则表达式基础出发，分析纯向量检索的局限性，阐述正则表达式搜索如何与语义搜索形成互补，并通过一个基于 FastAPI 的混合
知识图谱概念详解与应用教程
本教程系统性地讲解知识图谱（Knowledge Graph）的核心概念、在 RAG 系统中的应用价值，并通过 PyVis 可视化库构建一个完整的知识图谱管理应用。教程涵盖从基础理论到代码实践的完整路径，帮助读者理解知识图谱的构建、存储、可视化和检索方法。
Dify安装与基于Embedding实现知识库RAG教程
Dify是一款开源的低代码AI应用开发平台，支持快速构建基于大语言模型的应用。通过可视化界面，用户可以轻松创建聊天机器人、知识库问答、工作流自动化等AI应用。本教程将详细介绍在Windows环境下本地安装Dify，并基于Embedding模型实现RAG（检索增强生成）的完整流程。
智能问数NL2SQL的基本概念和实现路径教程
智能问数NL2SQL（Natural Language to SQL）是一种基于人工智能技术的数据查询解决方案，它能够将用户的自然语言查询自动转换为结构化查询语言（SQL），实现对数据库的智能查询。该技术结合了大语言模型的理解能力和数据库的结构化数据管理，为非技术用户提供便捷的数据查询方式。
LLM Wiki知识管理概念详解与应用教程
本教程系统讲解 **LLM Wiki**（基于大语言模型的个人知识库）这一新兴知识管理范式，深入分析它与 RAG、知识图谱的关系，并带你用 FastAPI + 智谱 GLM 构建完整的 llm-wiki 知识管理服务：导入文档、由 LLM 编译为带双向链接的 Wiki 页面、可视化图谱，并基于 Wi