🔧 AI 知识库

🧠 RAG / 知识库

17 篇文章

🧠 RAG / 知识库

一句话生成150页投标书：WorkBuddy标书智能生成专家技能

"标书智能生成专家"（BiaoShu-Writer-Pro）是运行在 WorkBuddy 上的技能插件（Get00/BiaoShu-SKILL），把招标文件丢给它，自动读标、提取评分标准、判行业、生成大纲、并行编写、去 AI 痕迹，最后输出符合政府格式的 .docx。支持 8 大行业、多格式输入，实测 101 页 .doc 招标 → 约 150 页 Word、8.5 万字、不到 10 分钟。适合投标专员、售前、中小企业老板、标书代写商。

🧠 RAG / 知识库

8.6万 Star 的开源RAGFlow：轻松打造企业级AI知识库

RAGFlow 是国产开源 RAG 引擎（infiniflow/ragflow，Apache 2.0，8.6 万 Star），主打把企业杂乱文档（PDF/Word/Excel/扫描件/PPT）先解析切块再问答，且每个答案都能点回原文出处。本文从"拿它做企业知识库行不行"的角度，拆解其能力、部署与企业适用场景，结论：文档乱、要私有化、答案要经得起追问这三条占两条，它就是开源首选。

🧠 RAG / 知识库

BISHENG 毕昇 2.6：1 万 Star 的企业级 AI 应用开发平台，真的能让业务用起来了

BISHENG（毕昇）是一款 2023 年 8 月开源、GitHub Star 已破万的企业级 LLM 应用开发平台，主攻 Agent 与工作流编排，已被大量行业头部组织和世界 500 强企业采用。2.6 版本不吹技术指标，而是站在业务人员视角打磨知识管理与复杂任务能力，四大升级：知识空间（企业版 IMA）、频道情报订阅、细粒度权限治理、任务模式（Skill 能力）。同时适配国产达梦数据库满足信创需求，支持 Docker 一键私有化部署。

🧠 RAG / 知识库

中科招投标AI智能制作平台开源：开箱即用，万亿市场可商业化

"中科招投标AI智能制作平台"开源（源码 gitcc.com/zhongkeshu/zhongke-zhaobiao），面向企业投标场景的 AI 文档生成系统，覆盖标书写作、AI 填充、招标管理、智能评标、合同/客户/资质管理、RAG 问答等 9 大模块，工作流为"招标文件解析→目录规划→章节生成→AI 改写→Word 导出"。主打开箱即用、私有化部署、可二次开发商业化。文章还给出市场背景：2026 全国招投标总规模 48.6 万亿元，AI 标书细分市场破 120 亿元（增速超 40%）。

🧠 RAG / 知识库

SmartCall：开源 AI 客服呼叫中心系统

SmartCall 是一套开源 AI 客服呼叫中心系统，把呼入应答、IVR 流程编排、坐席协同、智能外呼和通话数据分析串成一条完整链路。支持语音识别、语音播报、意图判断、知识库问答和可视化流程编排，可单体快速验证，也能走微服务扩展。

🧠 RAG / 知识库

Mem0 vs WorkBuddy：Agent 记忆层的两条路线

深度拆解 Mem0（59.9K Star）开源 Agent 记忆框架的源码实现。从写入流程（LLM 抽取 → 向量化 → 去重 → 写向量库 + SQLite + Entity Store）、检索流程（语义 + BM25 + Entity Boost 三路融合排序），到如何接入 Agent：检索放推理前、写入放回复后。

🧠 RAG / 知识库

准备开发一款具备RAG和Mem的超强本地知识库问答系统

作者接到企业定制私有知识库问答项目，目标是构建「数字人 + 校本知识库 + 教学宣教」一体化智能平台，面向金融学院四种场景——金融宣教、政策咨询、教学助学、统一运营。核心技术难点在于 RAG 与记忆系统（Mem）的打通，以及与现有问答对知识库的深度集成。本篇为 UI 交互展示，详细方案设计在后续文章。

🧠 RAG / 知识库

一文看懂三种 RAG 架构：Classic RAG、Graph RAG 与 Agentic RAG

> 原文链接：https://mp.weixin.qq.com/s/UNAD6ZS5p0eofHdSwaZvvg > 作者：兔兔AGI（技术极简主义） > 发布时间：2026年5月16日

🧠 RAG / 知识库

我用 WorkBuddy + Obsidian，搭了一个会自己生长的个人知识库

基于 Karpathy LLM Wiki 理念，使用 WorkBuddy + Obsidian 搭建了一个可自我生长的个人知识库。核心思路不同于传统 RAG（查询时临时拼答案），而是让 LLM 提前将原始资料编译成结构化 Wiki，增量更新实体页、主题页和交叉引用，知识像滚雪球一样越滚越大。文章完整介绍了从架构设计、数据采集、知识编译、查询到自动化治理的端到端实践。

🧠 RAG / 知识库

2 小时搞定 RAG 智能客服：Spring Boot + DeepSeek + Qdrant 最小闭环实践

Java 生态纯 RAG 最小闭环实践——Spring Boot + DeepSeek + Qdrant + Ollama bge-m3。两条管线（写入 + 检索）各 3 步，核心 Java 代码不超过 500 行。原汁原味的 Java 方案，不需要 Python/LangChain。

🧠 RAG / 知识库

万字长文：个人用 Obsidian 搭建本地知识库——从入门到构建「第二大脑」

一篇系统性 Obsidian 知识库指南，从理念到实操全覆盖。核心框架：三种方法论融合（PARA 行动枢纽 + Zettelkasten 洞察引擎 + MOC 导航层）→ 20 个实战插件分 5 批渐进安装 → 6 步搭建流程 → AI 时代进阶（Karpathy LLM Wiki 落地 Obsidian 的四阶段路线）→ 多设备同步方案 + 避坑指南。公司 7 人估值 3.5 亿美元的反硅谷传奇也值得一看。

🧠 RAG / 知识库

Obsidian Vault 模板库：48 个 GitHub 宝藏 Vault，下载即用

awesome-obsidian-vault——1.2k Star，社区维护 4 年的 Obsidian vault 精选清单。48 个开箱即用的 vault 按 11 大场景分类（食谱/编程/API 文档/数字花园/个人网站等）。核心价值：不用从零搭，5 分钟 clone 就有完整笔记结构。含 9 个✨标杆级 vault 和三大挑选原则。

🧠 RAG / 知识库

微软开源！14.1万 Star！一键把所有文件秒变 LLM 完美 Markdown

微软 AutoGen 团队开源的 MarkItDown（14.1 万 Star），把 PDF/Word/PPT/Excel/JSON/HTML/图片/音频/YouTube 链接等几乎所有格式一键转成干净 Markdown。不走人类视觉还原路线，专门为 LLM 和 RAG 系统优化——Token 效率极高（HTML `<h1>` 23 token → MD `#` 3 token）、大模型天生理解、结构语义完整保留。支持 CLI/Python API/Docker 三种用法，可接 LLM 做图片智能描述、接 Azure 做企业级文档解析。

🧠 RAG / 知识库

ESP32-S3 摄像头 AI 识别实战：从拍照到端侧人脸检测

从零跑通 ESP32-S3 摄像头拍照到 ESP-WHO 人脸检测完整链路，8 个实测坑 + 3 招性能翻倍。无外部 NPU，纯 CPU 向量指令跑 DL 模型，QQVGA 下稳定 15fps。2026 年落地方向：智能门禁、双目音箱、AI 眼镜、工位考勤。

🧠 RAG / 知识库

AI MCU 正在把嵌入式带进「端侧智能」时代：从 TinyML 到 NPU

AI MCU 不是把 ChatGPT 放进单片机，而是把识别、预测、异常检测这类「小模型判断」放到离传感器最近的地方，让设备在断网、低功耗、低延迟场景下也能自己做决定。随着 STM32N6 内置 NPU、Arm Ethos-U 系列推进，端侧 AI 正从软件玩法变成芯片/工具链/RTOS/固件的系统性变革。

🧠 RAG / 知识库

AI Agent 企业落地 5 大趋势：从「工具箱」到「操作系统」

基于 Google Cloud 2026 AI Agent 趋势报告，结合国内企业落地观察。核心判断：2026 年企业不再问「Agent 能不能用」，而是问「怎么让多个 Agent 一起干活」以及「怎么管住它们」。5 大趋势从单 Agent→多 Agent 编排、事后审查→内置治理、越大越好→ROI 选型、被动响应→意图驱动、边界防护→运行时安全，形成一个完整的能力升级路径。

🧠 RAG / 知识库

201GB压到6GB！伯克利博士搞出LEANN：笔记本用少97%存储就能索引百万文档，个人AI大脑来了

UC Berkeley Sky Computing Lab 开源了 LEANN（Learned Efficient Approximate Nearest Neighbor），一种将向量索引存储压缩 97% 的技术——6000 万个文本块从 201GB 降至 6GB，精度不降。通过"按需重算嵌入+图剪枝"的核心思路，让个人笔记本第一次能跑百万级文档的本地 RAG。所有数据留在本地，不碰云。