搜索

SecMulti-RAG:兼顾数据安全与智能检索的多源RAG框架,为企业构建不泄密的智能搜索引擎

本文深入剖析SecMulti-RAG框架,该框架通过集成内部文档库、预构建专家知识以及受控外部大语言模型,并结合保密性过滤机制,为企业提供了一种平衡信息准确性、完整性与数据安全性的RAG解决方案,同时有效控制部署成本。 企业环境中AI助手的机遇与挑战企业级AI助手的潜力正在迅速显现——一种能够无缝集成于组织工作流程中的智能系统,

优化 Web 性能:移除未使用的 CSS 规则(Unused CSS Rules)

在 Web 开发中,CSS 文件的体积和复杂性会显著影响页面加载速度。Google 的 Lighthouse 工具在性能审计中特别关注“未使用的 CSS 规则”(Unused CSS Rules),指出多余的样式会增加文件大小,拖慢页面渲染。本文将基于 Chrome 开发者文档,深入探讨未使用 CSS 规则的定义、

nextjs15简要介绍以及配置eslint和prettier

目录一、Next.js 何时使用服务器端渲染(SSR)?何时使用静态生成(SSG)?1、服务器端渲染(SSR - getServerSideProps)2、 静态生成(SSG - getStaticProps)3、什么时候使用 ISR(增量静态生

【Boost搜索引擎】上

Boost搜索引擎 1. 为什么要做这个项目 2. 搜索引擎相关宏观原理 3. 搜索引擎技术栈和项目环境 4. 正排索引 vs 倒排索引 - 搜索引擎具体原理 5. 编写数据去标签与数据清洗的模块 Parser 5.1 去标签 5.2 编写parser 6. 编写建立索引的模块 Index 6.1 建立正排索引 6.2 建立倒排索引 1. 为什么要做这个

Docker 安装 Elasticsearch 教程

目录一、安装 Elasticsearch二、安装 Kibana三、安装 IK 分词器四、Elasticsearch 常用配置五、Elasticsearch 常用命令一、安装 Elasticsearch(一)创建 Docker 网络因为后续还需要部署 Kibana 容器,所以需要让 Elasticsearch 和 Kibana 容器互联。创建一个 Docke

什么是向量化?ElasticSearch如何存储向量?

向量化(Vectorization)是一种将数据或操作转换为向量的过程,以便利用并行计算和高效处理。向量化将非数值数据(如文本、图像)转换为数值向量,以便计算机处理。而向量化在AIGC中非常的常见,例如知识库对话等等。如果大家感兴趣,后面专门来聊聊。向量长什么样?例如:[0.25, -0.1, 0.7],向量化后的数据通常是一个数值数组那我们如何将文本向量化呢,有很多种方式,这里我们使用Embed

[Git] 如何进行版本回退

版本控制系统最重要的能力之一,就是能够轻松地在项目的不同历史版本之间切换。有时,你可能发现最近的修改引入了严重问题,或者需要回到之前的某个节点重新开始。这时,“版本回退”功能就派上用场了。 版本回退:反方向的钟~~Git 提供了强大的版本回退(或称为“重置”)功能,让你能够将项目状态恢复

Elasticsearch + Search UI 构建一个文件搜索引擎

目录 Elasticsearch 使用优势 App Search Search UI 配置engine 集中管理配置和提供实用工具函数 配置和初始化一个基于Elasticsearch的搜索界面应用程序 Search UI 基础用法 好书推荐 Elasticsearch 使用优势 使用ElasticSearch的主要好处在于其强大的全文搜索和实时分析

【Elasticsearch】创建时间序列数据流 Time Series Data Stream,简称TSDS

在Elasticsearch中,设置时间序列数据流(Time Series Data Stream,简称TSDS)是一种高效管理和存储时间序列数据的方法。时间序列数据是指按照时间顺序记录的数据点,例如传感器数据、日志数据或任何随时间变化的指标。TSDS通过优化索引结构和生命周期管理,帮助用户高效地存储、查询和分析这