Apache Doris AI RAG 实战：从基础 RAG 到知识图谱增强技术能力与选型 - 今日头条

2026年8月17日

一句话摘要：Apache Doris 基于 HNSW 1024 维向量索引 + bge-m3 + Deepseek 搭建 RAG 系统，结合 LangChain 完成文本分片、向量嵌入与检索生成；进一步通过 LLM 抽取实体关系、NetworkX 构建图结构、Pyvis 可视化、存入 Doris graph_chunk 表实现知识图谱增强 RAG，相比基础 RAG 能更准确回答多实体、多关系的复杂问题。关键词：Apache Doris……

阅读全文

AI Agent 长期记忆的知识图谱引擎

2026年8月17日

🔧 前沿工具探索 Vol.56 AI Agent 长期记忆的"知识图谱引擎" 📌 核心问题当前 AI Agent 系统（Claude Code、Cursor、AutoGen 等）普遍存在**“失忆"问题**——每次会话都是白板，无法记住之前的决策、代码改动、用户偏好。传统 RAG 方案只能做语义检索……

阅读全文

AI Agent 本体论工程（02）—— 时间感知知识图谱

2026年8月17日

📖 系列难度说明：本篇为实战入门，需要一点点 Python 基础。看不懂代码没关系，先把"为什么需要时间"这件事想明白，代码部分可以跳。 🎁 核心收获：你会理解传统知识图谱最大的坑在哪，以及 OpenAI 是怎么用"带时间戳的三元组 + 失效 Agent"补上这个坑的。上篇我们聊……

阅读全文

Agent学习系列第9课：Agent 评估、监控与生产化

2026年8月17日

前面几课我们讲的是 Agent 怎么「想」、怎么「记」、怎么「规划」、怎么「协作」、怎么「检索知识」。到了第9课，话题要真正落地：把一个 Agent 从 Demo 变成能在公司里跑的生产系统。这一步最容易被忽略，却是分水岭。一句话先立住：能跑通的 Agent 很多，能评估、能监控、能安全上线的 Agent 才是工业级。一、为什么 Agent 很难评……

阅读全文

Agent学习系列第7课：Multi-Agent 多智能体系统

2026年8月17日

理解单 Agent 为什么难扩展，学会让多个 Agent 像团队一样协作前几课我们都在跟「一个 Agent」较劲：怎么让它有记忆、会规划、能反思。但现实里复杂一点的活儿，单个 Agent 真扛不住——上下文越塞越长，能力越摊越薄，还特别容易在长任务里跑偏。这一课我们往上走一层：把多个 Agent 组织起来，让它们像一支团队那样分……

阅读全文

Agent学习系列第3课：Tool Calling 与函数调用系统

2026年8月17日

Agent 学习系列 · 第 3 课 Tool Calling 与函数调用系统前两课我们聊了「Agent 是什么」和「怎么用 Prompt 调教它」。从这一课开始，进入真正的工程实战。一句话先立个 flag：真正的 Agent 工程，70% 都是 Tool Engineering。一个 Agent 聪不聪明，很大程度上不取决于模型本身，而取决于你给它接了什么工具、工具靠不靠……

阅读全文

Agent学习系列第2课：把 Agent 调教好——Prompt 设计与安全防线

2026年8月17日

上节课我们搞清楚了「Agent 到底是什么」——它是一套由 LLM、状态、工具、记忆和执行循环组成的系统，不是高级 Prompt。但紧接着问题来了：为什么别人写的 Agent 又聪明又靠谱，你写的却动不动胡说、死循环、乱调工具？这一课，我们就从根上解决这件事。先搞清楚 Agent 为什么会翻车，再学怎么用 Prompt 把……

阅读全文

Agent学习系列第10课：企业级 Agent 架构与未来方向

2026年8月17日

前 9 课，我们一点点把 Agent 的零件拼了起来：它会推理、会调工具、会记记忆、会规划、会协作、会检索知识、还能被评估监控。第 10 课，是收官——我们要把这些零件组装成一台能真正在公司里跑起来的机器，再抬头看看它往哪儿去。一句话先立住：单 Agent 是玩具，企业级 Agent 是系统。系统能不能立住，看的是架构，不是……

阅读全文

阅灵阅读 SKILLS 使用指南

2026年8月16日

先搞清楚一件事：SKILLS 是什么打开阅灵阅读的侧栏，你能看到一个叫「Agent 集成密钥」的面板，点开它，里面有个下载按钮，写着「下载阅灵阅读 SKILL（zip）」。这个 SKILL 呢，说白了就是一份说明书，它告诉外部的 AI 助手——比如你在用的 Cursor——该怎么跟你的阅灵阅读账号对话。有……

阅读全文