工程笔记
写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：retrieval-augmented-gen
页面索引：基于推理的无向量RAG与树形索引
PageIndex 放弃了向量数据库，转而使用由大语言模型驱动的树形索引。本文将介绍这种基于推理的 RAG 工作原理，并提供 Python 代码、MCP 接口示例以及基准测试数据。
阅读约 14 分钟LlamaIndex RAG——构建更智能人工智能的实操手册
LlamaIndex RAG实际应用：什么是RAG，LlamaIndex的作用，以及从加载和索引文档到使用大语言模型进行查询的完整流程。
阅读约 17 分钟2026年如何从零开始学习RAG：相关课程。
2026年从零学习RAG的途径：开始之前需要了解什么、哪些内容可以跳过，以及值得投入时间学习的RAG流程相关课程和文档。
阅读约 20 分钟实用提示：我基于SEC披露文件构建了混合RAG流程——详情如下
《实用笔记》操作指南：我基于SEC文件构建了混合RAG管道——具体内容如下：适用于采用该模式的团队的合同、检查清单以及可直接插入的代码片段。
阅读约 10 分钟作为向量存储的 PostgreSQL + pgvector 与 SQL Server 2025
使用pgvector的PostgreSQL 18与作为向量存储的SQL Server 2025：两者作为向量数据库的运作方式、在Windows上安装pgvector以及存储嵌入向量。
阅读约 18 分钟实用指南：将RAG投入生产——基于实际案例的端到端常见问题
《实用笔记》操作指南：将RAG投入生产——基于实际项目的端到端常见问题，以及适用于采用该模式的团队的合同、检查清单及即用代码模板。
阅读约 13 分钟我如何停止猜测，开始衡量我的RAG流程
停止猜测，对RAG流程进行实际测试：构建真实数据集，跟踪两个关键的检索指标，并根据这些指标对比变化情况。
阅读约 4 分钟
常见问题
关于这些文章
是。每篇都是为本站准备的英文原创改写。结构与代码跟随来源；正文重写并做过重合检查。
英文是来源。只有存在该语言的正文译文时才显示其他语言。缺失或空白的译文仍是英文，包括在本地化网址上。
草稿经编辑后进入发布队列。站点导入只收录新的或有变更的 slug，不会重复添加。
示例仅供说明。上线前请核对技术栈与许可。若需交付，请发来简报。