Home/Blog/RAG 学到最后,我真正学会的不是“检索”,而是让系统知道自己缺什么数据库RAG 学到最后,我真正学会的不是“检索”,而是让系统知道自己缺什么掘金2026-10-31 08:570 views刚开始学习 RAG 时,我理解的流程很简单: 把文档切片; 生成向量并写入数据库; 用户提问时召回 Top-K; 把召回内容塞进 Prompt; 调用大模型生成答案。 这套流程能跑通 Demo,却很难Source:https://juejin.cn/post/7702407629826801690My favoritesPreviousAI署名论文场景下,引用存在性校验如何支撑学术科研诚信Next本地跑小模型做语音唤醒:手上那块子能带动吗Related posts挚文集团(陌陌、探探)从 MySQL 分库分表到 TiDB 实时统一架构的实践当社交业务同时面对国内和海外两个市场、交易和审核两类负载、在线和离线两套链路,挚文集团用 TiDB 替代了传统的复杂架构,缩短的不只是查询时间,还有从数据产生到业务决策的周期。0掘金平凯数据库 × 圣诺云数:让治理数据实时可用、跨域可信流通近日,河北圣诺联合科技有限公司(以下简称“圣诺联合”)与平凯星辰完成产品互认证。经严格联合测试,圣诺联合自主研发的圣诺云数大数据治理平台与平凯数据库(TiDB 企业版)实现产品兼容。0掘金把可观测做成基础设施:阿里云 Elasticsearch 监控链路的一次彻底重构老架构为什么难以稳定;重构坚持了哪些原则;数据如何收敛进云监控 2.0 并以 CloudLens for Elasticsearch 交付;以及这份数据为什么能被程序——包括 STAROps 数字员工0掘金开源数据库管理工具 CloudDM 发布新版本,支持 GreptimeDB 数据源CloudDM 是一款免费开源的团队化数据库管理工具,提供统一 Web 数据库访问、权限控制、数据脱敏、SQL 审核、流程协同和数据库 CI/CD 等能力。0掘金Redis 核心机制 | Lazy Free:异步删除大 Key ,架构师视角的机制、代价与决策框架Lazy Free 管的不是「什么时候删」,而是「删的时候谁干活」。它把从键空间摘除(主线程,O(1))和递归释放内存(BIO 线程,O(N))拆开。本文按「先实验看到差异 → 再讲机制 → 再给命令0掘金复制、粘贴,即刻捕获:利用文本指纹识别检测电子邮件和生成式人工智能提示词中的数据泄露作者:来自 Elastic Matthew Adams 一条 Elasticsearch 查询就能找出被人粘贴到生成式 人工智能 提示词中的专利段落,并在原文和提示词中高亮显示复制的文字,让审核人员在0掘金