🤖 AI开发者 · 细分货架
📚 RAG与知识库
RAG与知识库相关的 15 个场景，点选生成、复制提示词拿去任意 AI 用。
15 个场景15 免费
全部 15 个
做知识图谱
告诉AI数据来源和想要的用途,它帮你设计实体关系怎么定义…
✍️出文字AI幻觉检测告诉AI你的业务场景和最担心出错的地方,它帮你核对答案里有没有编造的信息…
✍️出文字RAG检索增强🔥以RAG检索增强架构专家的视角，根据我提供的现有零散资料和业务场景…
✍️出文字解决大模型幻觉说说幻觉的具体表现和已经试过的方法,AI帮你诊断问题出在哪一步。给出能真正压下幻觉率的新思路。
✍️出文字接入向量数据库说说你的数据规模和开发栈,AI帮你选出合适的向量库和Embedding模型…
✍️出文字搭建RAG知识库说清你要用什么资料建知识库、给什么场景用,AI帮你理清数据处理…
✍️出文字给知识库做增量更新🔥文档改动后只重新向量化变动部分，不用全量重建
✍️出文字让回答标注引用来源让答案带出处片段和文件位置，方便用户核对可信度
✍️出文字把长文档切块做RAG🔥设计chunk大小和重叠，把PDF/文档切成检索单元避免切断语义
✍️出文字调RAG召回不准问题检索片段答非所问，排查embedding、chunk和query改写
✍️出文字评测RAG问答准确率造带标准答案的问题，量化检索命中率和回答正确率
✍️出文字处理表格图片型文档RAG文档里有表格和图，设计抽取描述让它们也能被检索
✍️出文字选embedding模型挑embedding模型看榜单参数一头雾水?告诉AI你的应用场景和处理的内容类型,它帮你推荐合适…
✍️出文字做混合检索(关键词+向量)结合BM25关键词和向量语义检索，专名和语义都能命中
✍️出文字给检索加重排序rerank向量召回后加rerank把最相关片段排前面，提升答案质量
✍️出文字