Posts

最近项目里遇到了一些解析层面上的问题，主要是输入的文本如何高效解析出好的内容，刚开始用的是 markitdown，最近微软新开源的一个项目，但是遇到了一个很明显的问题就是把内容切的很碎，导致几乎无法使用了，后来又找了几个 MinerU，但是效果还是不行，后来又继续找，找到了这个项目，感觉效果还不错，所以分享一下。 ...

本文探讨了一种结合 AWS S3、Qdrant 向量数据库和 MySQL 的文件处理和存储机制，旨在提供高效的文件上传、存储和检索方案，支持语义搜索和元数据管理。 在开发过程中，我们经常需要处理文件上传、存储和检索的需求。本文将探讨一种结合 AWS S3、向量数据库（如 Qdrant）和 MySQL 的同步机制，旨在提供一种高效的文件处理和存储方案。通过这种方法，我们不仅能够存储文件的原始数据，还能实现高效的语义搜索和元数据管理。 ...

一、同步机制核心思路 Qdrant作为高性能向量数据库，与MySQL关系型数据库的同步，本质是实现结构化数据与向量化数据的双向一致性。以下是两种典型的同步模式： 二、简单同步机制 适用场景：中小规模数据、轻量级应用 架构流程： ...

本文介绍了SGLang，一个旨在解决传统LLM推理框架在复杂交互场景中性能瓶颈的高效推理框架。SGLang通过共享前缀缓存、约束解码加速等技术优化内存与计算效率，并简化编程模型，支持控制流和并行处理，降低复杂LLM程序的开发成本。 ...

本文详细分析了当前主流的RAG与Agent框架（Dify、RagFlow、FastGPT）、模型部署框架（Ollama、LocalAI、xInference）以及多Agent系统（CrewAI、Phidata、Vanna）的优劣势及适用场景，帮助开发者选择合适的技术方案。 ...

本文探讨了如何利用Python和DeepSeek API开发一个自动化工具，用于高效生成博客文章的元数据，包括标题、描述、标签和分类，从而提升写作效率和SEO优化。 ...

自我感受 作为一个开发者，我用过AutoGen和LangGraph，下面是我的一些对比： 先说说AutoGen吧，它在代理合作方式上，就像大家围坐在一起讨论，信息共享，交流起来特别自然、直观，就拿模拟客户支援团队来说，不同专长的代理能像在真实会议中那样互动，特别方便。而且它提供了直接修改基础类的入口，当我要在对话流程里加入特定业务逻辑时，能很轻松地达成，这一点对开发定制化功能太友好了。还有它明确指定一个代理执行函数，这让代码看着特别整洁，结构清晰。 ...

技术迁移实践报告：从vLLM到SGLang的体验 1. 迁移背景与动机 在初始项目中，我们选择vLLM作为推理框架，主要基于其高效的吞吐能力（经测试，单A100 GPU可支持每秒120+请求）及成熟的PagedAttention内存管理机制。然而，随着业务需求复杂化，以下痛点逐渐显现： ...

今天给大家介绍一下师兄主导和我一起开发的一个基于大模型 RAG 技术的知识库与知识图谱问答平台，项目名称叫 Yuxi-Know。 https://github.com/xerrors/Yuxi-Know 该项目前身：KnowledgeGraph-based-on-Raw-text-A27 我们是基于最早的基于 uie 抽取的实体关系，然后构建的知识图谱，然后基于知识图谱进行问答，在 graphRAG 出来后，我们又基于 graphRAG 进行了重构，并增加了知识库的支持。 ...

本文详细介绍了Mem0开源项目的核心功能、应用场景以及快速入门指南。Mem0通过增强的智能记忆层，提升AI助手和智能体在不同场景下的适应性与互动质量，适用于客户支持、健康管理、生产力工具等多个领域。 ...