博客
开发者工具使用指南、技术科普与最佳实践。
全部AI AgentAI IDEAI 编程助手AI安全AI工程化AI编程AI编程助手AI编程工具AI编辑器AgentAnthropicBase64CI/CDCSPCSSCacheChromaDBClaudeClaude CodeCopilotCursorDevOpsEmbeddingFunction CallingGitHub CopilotGitLabHTTPSIDEIDE插件INT4JSONKV CacheLLMLLM安全LLM应用开发LLM部署LM StudioLangChainLlamaMCPMLXMarkdownNode.jsOllamaPagedAttentionProductionPrompt InjectionPromptInjectionPrompt注入QdrantRAGRAG安全ReactSEOSSLSecurityTransformerTypeScriptURLUnicodeUnixVS CodeWebGPUWebLLMWeb安全Web开发WindsurfXMLXSSllama.cpptransformers.jsvLLM代码审查代码编辑器代码规范代码重构写作前端向量数据库向量检索图片在线工具安全实战实战经验密码工程实践幻觉开发工具开发效率开发者体验开发者工具开源模型性能优化推理优化提效提示注入提示词插件搜索引擎效率效率工具数据库数据格式文本处理文档时间戳本地推理本地部署格式化检索检索优化检索增强检索增强生成正则表达式流量浏览器推理渗透测试生产力生产实践生产环境生产部署知识库端侧AI端侧推理类型系统编码编程编程助手网站速度计算机基础设计证书语义搜索踩坑经验量化防御方案防御架构隐私保护颜色
标签：#数据库 · 清除筛选
AI技术·
RAG 落地踩坑记：我花了三个月才搞明白的事情
RAG 系统落地过程中的十大坑：文档切块策略、embedding 选型、混合检索、查询改写、防幻觉等实战经验总结。
RAGLLM向量数据库AI工程化
AI工具·
我给 Claude Code 写了个 hook，结果把数据库干崩了
用 AI 编程助手写数据同步服务，从脚手架到生产部署的完整踩坑记录。连接池爆掉、重试逻辑缺陷、分块策略翻车——每一个坑都花了我真金白银的时间。
Claude CodeAI编程助手Node.js数据库工程实践
AI技术·
RAG 系统踩过的坑，都是钱买的
做 RAG 系统别一上来就搞框架
LLMRAG向量数据库
AI技术·
向量数据库选型避坑：我在生产环境踩过的三个真实案例
从 Pinecone、Weaviate、pgvector 到 Qdrant，500万向量、10万QPS 生产场景的真实对比和选型结论。
向量数据库RAG生产实践Qdrant
AI技术·
用 RAG 做了一个内部知识库，上线一周后被产品骂惨了
RAG 系统从 Demo 到上线的真实踩坑记录：语义漂移导致幻觉、4秒延迟的性能瓶颈、Embedding模型选型难题与混合检索方案。
RAGLLM向量数据库LangChain生产实践
AI技术·
RAG 工程实战：为什么你的向量数据库存了 100G 数据，问答还是拉胯
从 chunking、embedding 选型、检索策略到幻觉抑制，系统性地讲 RAG 落地中的工程实践和踩坑经验
RAGLLM向量数据库检索优化
显示第 1-6 篇，共 7 篇