RAG与知识库
Milvus 快速入门：Linux 单机部署、Docker 安装与 WebUI
Milvus 是向量数据库里非常常见的一种选择，尤其适合需要高性能向量检索的 AI 应用。它既有开源社区版本，也有托管服务，作为 RAG 底座非常常见。
标签
标签: AIOps
共找到 101 篇相关文章
标签: AIOps
AIOps
RAG与知识库
向量数据库入门：向量是什么，为什么 RAG 离不开它
RAG 里最常被提到但又最容易被抽象化的一个概念，就是“向量数据库”。想把它用明白，先不要急着记产品名，而是先搞清楚向量到底是什么。
RAG与知识库
RAG 进阶：典型架构、Rerank 和重排序模型怎么选
很多人第一次接触 RAG，会把它理解成“检索一下，再让模型回答”这么简单。但在真正落地时，RAG 效果好不好，往往就卡在架构设计和重排序阶段。
RAG与知识库
RAG 入门：它是什么，解决了什么问题，核心原理是什么
RAG 之所以能成为企业知识问答和私有知识助手的主流方案，不是因为它让大模型更“聪明”，而是因为它让大模型在回答前先去“查资料”。
智能体平台与工作流
n8n AI Agent 实战：自动读取文章并生成摘要与社媒文案
把 n8n 和大模型真正结合起来之后，一个很实用的应用方向就是“内容处理 Agent”：给它一篇文章链接，它自动抓全文、做摘要，再顺手生成多平台文案。
智能体平台与工作流
n8n 节点详解：Code、数据处理、数据库与飞书集成
当基础流程骨架搭好之后，真正让 n8n 变得强大的，是数据处理和系统集成能力。很多看起来复杂的自动化，最后其实都落在“把数据改对、存对、发对”这几件事上。
智能体平台与工作流
n8n 节点详解：触发器、控制流、循环、合并与等待
真正把 n8n 用顺手，关键不在于记住所有节点名字，而在于理解几类最常用的工作流骨架：怎么触发、怎么分支、怎么循环、怎么汇合、怎么暂停再继续。
智能体平台与工作流
n8n 快速实战：DeepSeek 凭证与天气邮件工作流
把 n8n 装起来之后，最好的学习方式不是立刻看一堆节点说明，而是先做一个能跑通的完整工作流。天气邮件这个例子很合适，因为它同时涵盖了定时触发、AI Agent、工具调用和邮件发送。
智能体平台与工作流
n8n 入门与部署：什么是 n8n，如何用 Docker 跑起来
如果你把 Coze、Dify 看成“智能体平台”，那 n8n 更像一套偏自动化编排的底座。它的强项不是单纯聊天，而是把不同系统、API 和 AI 模型连接起来，做成可以长期运行的工作流。
智能体平台与工作流
开源版 Coze 私有部署实战：用 Docker 跑起 Coze Studio
如果你喜欢 Coze 的产品形态，但又希望把服务掌握在自己手里，那么开源版 Coze Studio 的私有部署就是一条值得尝试的路线。