LlamaIndex

智能简历筛选案例拆解：基于LlamaIndex+LangChain的框架开发

上一篇文章介绍了使用基础组件，实现企业规章制度 RAG 问答的案例。这种原生开发方式虽然有助于更直观的理解 RAG 原理，但在面对更复杂的业务场景时，开发效率和功能扩展性方面的局限就会很明显。尤其是包含异构文件整合、结构化信息提取和多轮对话交互的综合性应用，引入成熟的开发框架成为合理选择。

9/2/2025 3:00:00 AM

韦东东

LlamaIndex新手指南（2025）：从0到生产环境，构建RAG应用的完整指南

在人工智能蓬勃发展的当下，大语言模型（LLMs）如ChatGPT、Llama等展现出强大的自然语言处理能力，在翻译、写作、通用问答等任务中表现亮眼。然而，它们存在知识局限，其知识储备仅基于训练数据，面对特定领域查询易生成错误信息，这极大限制了在实际场景中的应用价值。为解决该问题，检索增强生成（Retrieval-Augmented Generation，RAG）技术诞生，通过在查询时高效处理、存储和检索文档片段，确保LLMs能生成更准确、具上下文感知的回答，无需昂贵的重新训练或微调。

8/27/2025 4:15:00 AM

大模型之路

建立基于AI的知识体系：面向企业需求的LlamaIndex与Apache Tika

译者 | 可乐审校 | 重楼LlamaIndex是一套开源Python框架，类似于智能数据管理员，能够通过文档为AI提供信息支撑。它专为检索增强生成（RAG）而打造，可帮助AI在回答问题或生成内容前检索文件、数据库或记录条目，找寻正确信息。这样AI生成的答案将更加准确，且显著优于依赖预训练知识储备的常规聊天机器人。

7/4/2025 8:28:50 AM

核子可乐

五种RAG分块策略详解 + LlamaIndex代码演示

先前文章中提到，不断优化原始文档解析和分块策略是控制变量法下，是提高最后检索效果天花板的务实做法，前面已经介绍了 MinerU vs DeepDoc 在文档解析方面的效果对比。 MinerU vs DeepDoc：集成方案图片显示优化关于文档解析部分简单的结论是，MinerU 无疑是值得关注和尝试的一个文档解析框架，但具体效果还要结合特定项目文档做仔细横评。我目前在常规项目中，主要是对照使用 DeepDoc 和 MinerU 两个方法。

5/6/2025 10:05:23 AM

韦东东

资讯热榜

量大管饱！我整理了10个好用到爆的即梦4.0进阶玩法 AI 数据版权新纪元：Real Simple Licensing 协议引发行业关注 ChatGPT能随便连MCP了！对话就能开发票、帮退款…奥特曼的野心毕露：将OpenAI打造成全能型平台！开发者：太危险了不敢用为什么 LangChain ReAct 机制值得关注？姚顺雨离职OpenAI，「亿元入职腾讯」传闻引爆AI圈，鹅厂辟谣了聚焦结构化注意力，探索提升多模态大模型文档问答性能加州州议会通过AI伴侣聊天机器人监管法案，旨在保护未成年人微软与 OpenAI 战略转变，探索新合作伙伴关系

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek 谷歌 AI绘画机器人数据大模型 Midjourney 开源智能 Meta 用户微软 GPT 学习技术图像 Gemini AI新词智能体马斯克 AI创作 Anthropic 英伟达论文训练代码算法 LLM Stable Diffusion 芯片腾讯苹果蛋白质 Claude 开发者 AI for Science Agent 生成式神经网络机器学习 3D xAI 研究人形机器人生成 AI视频百度计算工具 Sora GPU 华为大语言模型 RAG AI设计字节跳动具身智能搜索大型语言模型场景 AGI 深度学习视频生成预测视觉伟达架构 Transformer 神器推荐编程 DeepMind 亚马逊特斯拉 AI模型