构建企业级 RAG 应用：从向量检索到多轮对话的完整架构实战
详细介绍企业级 RAG 应用的完整架构设计，涵盖文档分块、向量化选型、向量数据库对比、混合检索、重排序、查询改写、多轮对话状态管理及生产环境部署要点
向量检索
RAG检索增强生成实战：让大模型拥抱私有知识库
深入解析RAG（检索增强生成）的核心架构、优化技巧和实战应用场景，带你掌握AI落地的关键技术。
KD 树（KD-Tree）深度实战：从多维空间划分的第一性原理、交替轴 median 切分与回溯剪枝，到向量检索 KNN、射线追踪与维度灾难的工程全解
> 当你需要在百万个点里找到离某个查询最近的那一个时，"遍历一遍"会变成百万次距离计算；而 KD 树把这件事压到了接近 O(log n)。但它在高维空间会悄悄退化成暴力扫描——这篇文章从第一性原理讲清它为什么有效、为什么失效，以及工程上如何与 HNSW/IVF/LSH 协同。
向量数据库深度实战：AI时代的核心数据存储引擎
深入剖析向量数据库核心原理、索引算法（HNSW/IVF/DiskANN）、嵌入模型选型、RAG架构实战、生产环境部署调优以及主流方案对比
AI Agent 记忆系统的认知架构：工作记忆、情景记忆与语义记忆的融合工程
从认知科学的人类记忆分层理论出发，构建下一代AI Agent记忆系统。深入探讨工作记忆、情景记忆、语义记忆的工程实现与融合机制。
ColBERT 迟交互检索深度工程实战：从 MaxSim 算子、残差压缩到 PLAID 索引与生产级重排流水线
拆解 ColBERT 迟交互检索的四层工程内核：MaxSim 算子的可安全剪枝下界性质、2-bit 残差量化如何把向量压掉 16 倍、PLAID 的质心剪枝两阶段检索，以及与 HNSW 串联的重排流水线，附 PyTorch 与索引伪代码和六个生产落地陷阱。
AI Agent 记忆系统架构深度实战：从向量检索到多模态长期记忆
AI Agent 记忆系统架构深度实战——从分层记忆分类学、向量检索、知识图谱导航到生产级卫生策略与前沿演进
AI Agent 长程记忆工程实战：从分层记忆模型到遗忘机制与生产级检索闭环
从工程落地视角拆解 AI Agent 长程记忆子系统：情景/语义/程序性三层记忆模型、抽取-去重-固化的写入链路、BM25+向量+元数据过滤的三路混合检索与 RRF 融合、时间衰减与冲突消解驱动的遗忘机制、以及记忆召回率/污染率/无效召回率三大评测指标，附可运行的 Python 实现与生产落地清单。
向量检索引擎实战：手写 HNSW 近似最近邻索引与召回率调优
RAG 的瓶颈在检索不在生成。本文从零实现一个可运行的 HNSW 近似最近邻索引，讲清分层导航图的核心算法、四个调优旋钮（M / efConstruction / efSearch / mL）以及与 IVF-PQ 的实战取舍，并揭示删除、归一化、维度灾难三大生产陷阱。
从零搭建生产级 LLM 应用：RAG 架构优化与工程最佳实践
从零搭建生产级LLM应用的RAG架构实战指南，涵盖文档解析、文本切分、混合检索、重排序到评估体系的完整工程链路
