2025年AI 元年：从炒作到务实，从工具到代理 2025 年，被许多人称为“AI 元年”或“代理之年”，却是人工智能发展从狂热预期转向现实校正的一年。一方面，技术进步显著，模型推理能力、多模态整合和开源生态取得突破；另一方面，AI 代理的“大跃进”并未如期到来，企业落地仍面临成本、可靠性与 ROI 挑战。这一年，AI 不再只是“聊天机器人”，而开 2025-12-29 AI 10 林三
Dify 本地部署 Dify 是一个开源的大语言模型（LLM）应用开发平台，支持工作流、RAG、Agent 等功能，非常适合本地私有化部署。推荐使用 Docker Compose 方式进行本地部署，这是最简单且官方推荐的方法。 前置要求 安装 Docker 和 Docker Compose（推荐最新版）。 Window 2025-12-26 AI 23 林三
RAG 系统知识库建设指南：文件类型选择与预处理全攻略 大家好，我是林三，最近在折腾 RAG（Retrieval-Augmented Generation，检索增强生成）系统时，发现知识库的文件质量直接决定了检索精度和整体效果。经过多次落地实践和踩坑，我总结了一套实用的文件选型与预处理流程，今天分享给大家，希望能帮到正在构建企业知识库、技术问答系统或个人 2025-12-25 AI 13 林三
深入理解大模型缓存：从基础到显式缓存的实践指南 在大模型应用开发中，“缓存”是一个绕不开的关键话题——它既能让推理速度提升数倍，又能大幅降低API调用成本。但很多开发者对大模型缓存的认知还停留在“系统自动处理”的层面，忽略了其背后的分类逻辑、生命周期规律以及可主动掌控的优化空间。本文结合我的学习梳理，从基础概念到进阶实践，带你全面搞懂大模型缓存。 2025-12-24 AI 13 林三
coze知识库中的搜索策略：语义、混合、全文 在知识库（Knowledge Base）系统中，尤其是结合检索增强生成（RAG，Retrieval-Augmented Generation）的场景下，搜索策略决定了从知识库中检索相关文档或片段的方式。这些策略主要用于处理用户查询，从海量非结构化数据（如文档、文本）中找出最相关的上下文，以供大语言模 2025-12-24 AI 11 林三
AI能帮你做什么？ AI真的已经强大到能渗透到生活和工作的方方面面了！作为2025年的最新一代AI（比如豆包、ChatGPT、Gemini、Claude、千问、文心一言等），能帮你做的事远超你的想象。下面按场景分类，给你列出最实用、最常见的20多种能力，基本覆盖日常90%需求。 1. 日常效率提升（生产力翻倍） 写邮件 2025-12-23 AI 18 林三
2025年热门开源RAG框架推荐 2025年热门开源RAG框架推荐（Retrieval-Augmented Generation） 2025年，RAG技术已成熟，成为构建知识密集型AI应用的核心（如企业知识库、智能问答、文档搜索）。开源框架百花齐放，从代码级灵活到低代码可视化，各有侧重。以下基于GitHub活跃度、社区反馈、生产适用 2025-12-19 AI 10 林三
2025年12月最新文本向量嵌入模型（Text Embedding Models）推荐 2025年12月最新文本向量嵌入模型（Text Embedding Models）推荐 截至2025年12月（当前日期2025年12月19日），文本嵌入模型领域发展迅猛，开源模型在MTEB（Massive Text Embedding Benchmark）排行榜上表现突出，许多已接近或超越闭源商用模 2025-12-19 AI 29 林三
Coze 开源版（Coze Studio）向量模型（Embedding）配置详细教程 Coze 开源版（Coze Studio）向量模型（Embedding）配置详细教程（2025年最新版） 向量模型（Embedding Model）是Coze Studio知识库（RAG功能）的核心，用于将文档文本转换为向量，实现语义检索。如果不配置embedding，上传文件会卡在“处理中0%”， 2025-12-19 AI 13 林三
Coze 开源版（Coze Studio）模型配置详细教程 Coze 开源版（Coze Studio）模型配置详细教程（2025年最新版） Coze Studio 开源版支持多种大模型（LLM），包括OpenAI、DeepSeek、豆包（Doubao）、通义千问（Qwen）、Gemini、Claude、Ollama本地模型等。配置方式有两种：早期版本主要通过 2025-12-19 AI 11 林三
林三
