Qdrant
面向向量检索的数据库,支持稠密与稀疏向量、payload 条件过滤及混合检索。可用作 RAG 检索层,也支持本机容器、自托管集群和边缘场景。
正在搜索…
SEARCH OPNFTR
搜索已发布的项目、源码和知识文章。
“RAG”找到 21 条结果清除搜索
面向向量检索的数据库,支持稠密与稀疏向量、payload 条件过滤及混合检索。可用作 RAG 检索层,也支持本机容器、自托管集群和边缘场景。
用于连接私有数据与大语言模型的应用框架,覆盖数据加载、索引、检索、RAG 流程及 Agent/Workflow 组件。适合快速搭建企业知识检索和数据密集型 LLM 应用。
用于生成句子和文档 Embedding、进行语义相似度计算与重排的开源库,适合构建语义搜索、聚类、去重和 RAG 检索评测流程。
用于构建搜索、RAG、Agent 和文档处理管线的开源框架,提供组件化连接器、检索、生成和评测能力,适合以显式管线管理企业 AI 应用。
从任务定义、分块、混合召回到权限过滤,建立可重复的向量检索评测流程。
从文档解析、分块、混合检索到权限过滤和离线评测,构建可引用的企业 RAG 知识库。
Codex 与 LLM Wiki 案例,说明如何在 Obsidian 中搭建 AI 知识库、整理目录、引用和更新流程。
Codex Chrome 浏览器插件案例,说明如何让 AI 控制浏览器页面、执行网页任务并保持安全边界。
Codex 连接第三方 API 的入门说明,比较手动配置、Codex++、CCX 与 CC Switch 三种接入方式,并提示账号、密钥、账单和隐私风险。
从可追溯文档管线开始,定义内容、版本、权限和删除语义。
选择 embedding、索引距离和批处理策略,建立可重建的向量索引。
组合关键词、向量和过滤条件,把候选相关性与权限边界分开处理。
用可追溯问题集检查召回覆盖、引用准确和无依据回答。
把租户权限、文档状态和更新时间作为检索的一等字段。
设计可观测的索引发布流程,避免半成品索引和缓存污染答案。
用受限查询改写和证据阈值处理口语问题、无结果和不确定回答。
用 SQLite FTS 和确定性上下文拼装一个无需外部服务的可复现 RAG。
构建新索引、执行抽样检查,再用版本指针完成无损切换。
用来源 id、权限标签和期望证据回放检索变化,区分召回回退与生成问题。
把检索结果变成可追溯上下文,避免把无权限文档送给模型。
用 SQLite FTS 验证角色过滤、来源引用、无结果和删除语义。