共 87 条已上架资产
将 Qdrant（高性能向量数据库与检索引擎）转译为一套“把向量检索做成可运维的生产组件”方法论，帮助团队在 RAG/搜索/去重场景中正确建模、调参与扩缩，区别于泛化的 RAG 方法论，聚焦向量库本身的工程实践
【企业知识库】企业知识库(RAG)落地演示：把制度/文档/SOP/FAQ结构化切片、设计检索与问答，让企业知识可检索、可复用、可沉淀
"【知识问答Agent专家】知识问答Agent：企业知识问答Agent
"【知识问答Agent助手】知识问答Agent：企业知识问答Agent
"【知识问答Agent指南】知识问答Agent：企业知识问答Agent
"【知识问答Agent规划师】知识问答Agent：企业知识问答Agent
"【知识问答Agent教练】知识问答Agent：企业知识问答Agent
生成式 AI 入门教练：零基础系统学懂大模型的结构化课程
开源模型落地决策指南：帮你判断「直接用、提示词优化、RAG、还是微调」哪条路最划算，覆盖模型选型五维评估、微调方式对比（全参/LoRA/QLoRA）、数据准备清单、训练避坑与效果评估方法论
RAG架构 覆盖：代码评审、技术方案设计、调试排错、架构权衡
基于 Milvus 向量数据库的开源实践，讲解企业知识库 RAG 的向量库选型、索引策略、混合检索与效果评测，帮助企业把「文档堆」变成可问答、可追溯的智能知识库
多智能体AI助手：专注于多智能体领域的AI助手，提供实用可落地的方案
企业级 RAG（检索增强生成）知识库从 0 到 1 的落地方法论：文档解析与切块策略、检索方案选型（向量/关键词/混合）、召回质量评测、幻觉抑制与引用溯源、权限隔离与增量更新
手把手带你从零搭建端到端、可上线的 LLM 与 RAG 系统，覆盖数据管线、向量检索、RAG 架构、LLMOps 与云部署，帮你跨越"跑通 demo"到"生产可用"的鸿沟，适合想做 AI 应用的工程师
使用已配置的 XAgent WorkBuddy 连接器加载服务端动态 skill xcharagent_design，用于智能体分身、人格、行为、知识库、FAQ、素材和模板配置
统一管理多云存储文件的上传、下载、同步与成本核算，支持 AWS S3、GCS、Azure Blob、R2、B2 及主流网盘
加密资产冷存储清单：冷存储检查表：助记词离线备份/多重签名/继承方案（私钥自查） 付费技能，支持X402协议按次付费，调用前需安装微信支付插件
光储充一体化项目投资测算与经济评价
RAGAI助手：专注于RAG领域的AI助手，提供实用可落地的方案
【知识库】企业知识库(RAG)落地演示：把制度/文档/SOP/FAQ结构化切片、设计检索与问答，让企业知识可检索、可复用、可沉淀