https://index.zshipu.com/geek/tags/Milvus/ Recent content in Milvus on 知识铺的博客 Hugo -- gohugo.io zh-CN Mon, 31 Aug 2026 00:00:00 +0000 https://index.zshipu.com/geek/post/20260831/%E7%94%A8-Milvus-%E5%92%8C-Unstructured.io-%E6%90%AD%E5%BB%BA%E4%B8%AA%E4%BA%BA-EHR-RAG-%E7%B3%BB%E7%BB%9F/ Mon, 31 Aug 2026 00:00:00 +0000 https://index.zshipu.com/geek/post/20260831/%E7%94%A8-Milvus-%E5%92%8C-Unstructured.io-%E6%90%AD%E5%BB%BA%E4%B8%AA%E4%BA%BA-EHR-RAG-%E7%B3%BB%E7%BB%9F/ crumpled hospital printouts、blurry scans 和 nested PDFs 堆成山，三年前的血检结果几乎无处可寻，医生的手写体直接把 OCR 变成最终 BOSS。教程用 Milvus 向量数据库和 Unstructured.io 把这些混乱数据转成可对话的个人 EHR RAG 系统。 Unstructured.io 把医疗 PDF 和扫描件拆成可检索块 Unstructured.io 的核心能力在于文档分区。它能读取嵌套 PDF、扫描图像和包含表格的医 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%81%E9%A6%99%E5%9B%AD%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%90%91%E9%87%8F%E5%8F%AC%E5%9B%9E%E5%BA%94%E7%94%A8/ Tue, 15 Mar 2022 10:08:57 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%81%E9%A6%99%E5%9B%AD%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%90%91%E9%87%8F%E5%8F%AC%E5%9B%9E%E5%BA%94%E7%94%A8/ 丁香园大数据NLP 丁香园大数据 背景 随着BERT，GNN等模型在NLP领域的发展，DNN类模型的语义提取能力又得到进一步提升，我们对文本语义向量也有了更高的期待，期望语义向量或其他模型特征向量可以在召回段发挥更大作用；约2019年初，我们就尝试在推荐业务中引入基于Faiss的向量召 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%90%91%E9%87%8F%E6%90%9C%E7%B4%A2%E5%AE%9E%E8%B7%B5%E4%B8%80/ Tue, 15 Mar 2022 09:02:18 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%90%91%E9%87%8F%E6%90%9C%E7%B4%A2%E5%AE%9E%E8%B7%B5%E4%B8%80/ 摘要: 本系列文章分为三部分，第一部分主要讲基本概念、背景、选型及服务的整体架构；第二部分主要讲针对低延时、高吞吐需求，我们对Milvus部署方式的一种定制；第三部分主要讲实现数据更新、保证数据一致性，以及保证服务稳定及提高资源利用率做的一些事情。 1.名词解释 Milvus[1]:一 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%90%91%E9%87%8F%E6%90%9C%E7%B4%A2%E5%AE%9E%E8%B7%B5%E4%B8%89/ Mon, 14 Mar 2022 16:39:48 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%90%91%E9%87%8F%E6%90%9C%E7%B4%A2%E5%AE%9E%E8%B7%B5%E4%B8%89/ 贝壳找房 | 基于 Milvus 的向量搜索实践（一） 贝壳找房 | 基于 Milvus 的向量搜索实践（二） 摘要: 本系列文章分为三部分，第一篇主要讲基本概念、背景、选型及服务的整体架构；第二篇主要讲针对低延时、高吞吐需求，我们对Milvus部署方式的一种定制；本篇主要讲实现数据更新、保证数据一致性，以及保证服务稳定