《MetaGPT智能体开发入门》教程 - 飞书文档
https://docs.feishu.cn/article/wiki/KhCcweQKmijXi6kDwnicM0qpnEf使用Python实现异步编程的一个重要原因是Python的异步支持已经相当成熟。Python的 asyncio 库提供了一套易于理解和使用的API，用于编写单线程的并发代码。这使得Python成为 ...
飞搜侠
热门搜索
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 ...
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 ...
快速上手多维表格 - 飞书
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 ...
GraphRAG如何应对模型限制？ - 飞书文档
https://docs.feishu.cn/v/wiki/PKAyweuP1iS7v7kiHEscOylBnid/ai而GraphRAG结合知识图谱，RAG和QFS这些方法的优势，它可以根据用户问题的普遍性和要索引的源文本量进行扩展。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 ...
图解高级RAG技术 - 飞书文档
https://docs.feishu.cn/article/wiki/MVMxwHBiNiz3Zpkj0aGc7QMRnFb许多产品基于RAG 构建，从基于web 搜索引擎和LLM 的问答服务到使用私有数据的chat应用程序。 尽管在2019年，Faiss 就实现了基于嵌入的向量搜索技术，但是RAG 推动了向量搜索 ...
day03-微服务01 - 飞书文档
https://docs.feishu.cn/article/wiki/R4Sdwvo8Si4kilkSKfscgQX0niB会使用Nacos实现服务治理. 会使用OpenFeign实现远程调用. 0.导入黑马商城项目. 在课前资料中给大家提供了黑马 ...
高级检索增强生成技术(RAG)全面指南：原理、分块、编码 - 飞书文档
https://docs.feishu.cn/article/wiki/APb6wdLL9iJZd5k9GEpceoTCnKI在运行时，我们使用相同的编码器模型对用户的查询进行矢量化，然后针对索引执行该查询向量的搜索，找到前k个结果，从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 ...
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，.