RAG
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。
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
向量数据库实战：pgvector与pgvector-rs深度对比与性能评测
深度对比PostgreSQL两大向量扩展pgvector与pgvector-rs，涵盖架构设计、SQL兼容性、性能基准测试和选型建议，助你在RAG场景中选择最优方案。
向量数据库与 AI 嵌入检索：从 HNSW 到生产级 RAG 系统架构实战
深入解析向量数据库核心原理：HNSW图索引、IVF-PQ乘积量化、ScaNN各向异性量化，对比Milvus/Qdrant/Weaviate架构，并给出生产环境分块策略、重排序优化与选型指南。
LangChain实战：构建企业级AI Agent工作流完全指南
深度解析LangChain框架构建企业级AI Agent的完整方法论，涵盖RAG检索增强、工具调用链、记忆管理与生产部署
