《MetaGPT智能体开发入门》教程 - 飞书文档
https://docs.feishu.cn/article/wiki/KhCcweQKmijXi6kDwnicM0qpnEf【课程内容】 你是否曾梦想拥有一个专属的AI助手，为你解决日常琐事，提供实时资讯？课程将深入浅出地教授如何使用MetaGPT开发爬取trending内容的智能体，并将其部署到微信、 ...
飞搜侠
热门搜索
快速上手多维表格 - Feishu
https://www.feishu.cn/hc/zh-CN/articles/697278684206-%E5%BF%AB%E9%80%9F%E4%B8%8A%E6%89%8B%E5%A4%9A%E7%BB%B4%E8%A1%A8%E6%A0%BC2025年6月4日 ... 一、认识多维表格多维表格（Base）是一款表格形态的在线数据库，用来存储和管理数据。区别于常规的电子表格，多维表格不仅能实现数据的存储、分析及可视化 ...
知识库成员使用指南 - 飞书
https://www.feishu.cn/hc/zh-CN/articles/582922484818-%E7%9F%A5%E8%AF%86%E5%BA%93%E6%88%90%E5%91%98%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%972025年2月17日 ... 问：为什么不同的人看到的桌面端知识库左侧目录页顶部信息不同，有的显示“飞书云文档”字样，有的显示知识库名称？ 答：这是新旧版云文档主页差异 ...
day03-微服务01 - 飞书文档
https://docs.feishu.cn/article/wiki/R4Sdwvo8Si4kilkSKfscgQX0niB... 在线答疑。还有独享的企业级项目，避免与人撞车。 本篇文档对应B站视频： 【黑马程序员SpringCloud微服务技术栈实战教程，涵盖springcloud微服务架构+Nacos配置中心+ ...
GraphRAG如何应对模型限制？ - 飞书文档
https://docs.feishu.cn/v/wiki/PKAyweuP1iS7v7kiHEscOylBnid/ai该方法使用LLM构建基于图的文本索引，包括从源文档派生实体知识图谱，然后为所有密切相关的实体组生成社区摘要。给定一个问题后，每个社区摘要用于生成部分回答，然后所有部分 ...
最全的RAG技术概览 - 飞书文档
https://docs.feishu.cn/article/wiki/UNRCw5gL0iCwTukfNtacvXChnnd作者：向量检索实验室| AI 搜索引擎原文：https://mp.weixin.qq.com/s/CO7hMv4R... 深度好文，作者是iki.ai的联合创始人兼CEO，本篇文章涉及了RAG 流程中的数据拆分、向量 ...
图解高级RAG技术 - 飞书文档
https://docs.feishu.cn/article/wiki/MVMxwHBiNiz3Zpkj0aGc7QMRnFb问题在于，大多数教程只会针对个别技术进行详细讲解，而不是整体全面地系统化归纳总结。 另一件事是，LlamaIndex 和LangChian 都是了不起的开源项目，他们的开发速度非常快，以 ...
高级RAG 技术：图解概述 - 飞书文档
https://docs.feishu.cn/article/wiki/SFjhwrbLYiCVw3kJt8VcttDmnZg在运行时，我们使用同一编码器模型对用户的查询进行向量化，然后搜索该查询向量的索引，找到top-k 个结果，从我们的数据库中检索相应的文本块，并将它们作为上下文输入到LLM ...
RAG中的数据准备：详细环节与技术 - 飞书文档
https://docs.feishu.cn/v/wiki/KVIBwTxnrixYrFkT7oycPX7QnBg/a3查询转换是一系列技术，使用LLM 作为推理引擎来修改用户输入以提高检索质量。有很多技术实现可供选择。 **对于复杂的查询，大语言模型能够将其拆分为多个子查询。 **比如，.
薯条哥银行科技岗试读（星球资料大汇总） - 飞书文档
https://docs.feishu.cn/article/wiki/FA4gwhMGqiVS4wko702cNc1Mnkf如上图所示：本项目类似于MVC分层架构，从上到下，越往下就是越底层，同样也越能被上层(依赖方)引用。不同于MVC架构之处在于：. 本项目严格遵循了从上到下只能调用直接依赖的包， ...