技术文章 8

OpenViking:字节跳动开源的统一上下文层,Agent 记忆的新范式

字节跳动火山引擎开源 OpenViking,把 Agent 记忆、知识 RAG 与技能合并为单一自进化上下文层,29K stars 单日新增 213。本文拆解其设计思路、适用场景与社区插件生态。

AI 数据层攻击面:MindsDB、向量库与 RAG 安全

MindsDB 未授权 RCE 等事件表明 AI 数据层正成为攻击目标。本文梳理 AI 数据层的攻击面与加固清单。

RAG知识库实战教程2026:从零搭建企业级智能问答系统,含RAGFlow+Dify+自建方案完整Python代码

# RAG知识库实战教程:从零搭建企业级知识库 ## 什么是RAG RAG(Retrieval-Augmented Generation)= 检索增强生成 **原理:** ``` 用户提问 → 检索相关文档 → 把文档+问题一起给LL

RAG知识库实战教程2026:从零搭建企业级AI知识库,含完整Python代码

# RAG知识库实战教程:从零搭建企业级知识库 ## 什么是RAG RAG(Retrieval-Augmented Generation)= 检索增强生成 **原理:** ``` 用户提问 → 检索相关文档 → 把文档+问题一起给LL

当仇恨遇上谣言:CATCH-ME数据集如何用多轮对话和外部知识反击网络有害信息

## 引言:仇恨与谣言的合流 互联网上的有害信息从来不是孤立存在的。一条针对少数族裔的仇恨言论,往往夹杂着捏造的统计数据、歪曲的历史事实、甚至是精心编造的阴谋论。一个反疫苗的谣言帖子下面,常常伴随着对特定种族或宗教群体的攻击性评论。这种仇

当仇恨与虚假信息交织:CATCH-ME数据集如何用RAG技术构建多语言多轮反击对话

CATCH-ME是首个针对仇恨言论与虚假信息重叠场景的大规模多语言多轮反击话语数据集,覆盖5种语言和7个边缘化群体。该数据集将对话内容锚定在事实核查文章和NGO报告等外部知识源上,提供文档级和段落级双重标注,可直接用于RAG系统训练。论文证明零样本LLM在该复合场景下表现不足,而RAG机制能显著提升反击话语的事实可靠性和说服力。

让AI智能体学会「记账」:LedgerAgent如何用结构化状态解决工具调用中的策略一致性难题

在客服等领域,AI智能体需要跨多轮对话调用工具并遵守策略规范。传统方法将所有信息塞进提示词,导致智能体容易遗忘关键状态或违反策略。LedgerAgent提出了一种轻量级推理时方法,通过维护独立的「分类账」来追踪任务状态,并在工具调用前检查策略约束,显著提升了策略一致性和任务完成率。

免费对象存储(OSS)全景盘点:10大零成本方案深度评测(2026)

2026年免费对象存储全景盘点:Cloudflare R2、Supabase、AWS S3、Backblaze B2等10大零成本方案深度评测。含免费额度对比、性能测试、选型决策树和实战搭建指南。

情报动态 1

学习 🟢

AI 长时记忆系统架构设计与落地实践:从 RAG 到持久记忆层

梳理 RAG 之后的长时记忆架构:为何单纯扩上下文与向量检索无法满足长期任务,以及分层记忆、写入策略与召回治理的工程取舍。