Jev 应用场景图谱：从客服分流到 RAG、Agent 闸门与实时决策
面向工程团队的 Jev 实用场景图谱：按客服 intake、模型路由、agent 工具闸门、RAG 过滤、评测 guardrails、候选集抽取、审核风控、批量标注和实时控制拆解 Choice、Score、Noul 决策契约。
20 min
#RAG
共 14 篇文章
语义理解与向量相似度
向量相似度高，为什么检索结果仍然答非所问？从 Embedding 的训练目标讲起，分析余弦相似度、点积与欧氏距离，说明 BM25、混合检索、Rerank 和评估指标各自解决的问题。
19 min
本地 PDF 解析不只是省一次 OCR：pdf-inspector 正在变成文档流水线的前置基础设施
pdf-inspector 用 Rust 核心把 PDF 分类、阅读顺序、表格抽取和 Markdown 生成放到本地完成，适合作为文档流水线与 RAG 的第一层路由，而不是把所有文档都先扔给 OCR。
10 min
MinerU 接入 RAG：从一张错位表格检查解析、引用和入库版本
以参数表格问答为例设计 MinerU 文档入库验收，更新 4.0 的入口、页范围和输出协议，并说明表格、公式、引用、版本回退与权限处理。
9 min
MinerU 不该只选一个后端：把 pipeline、VLM 与 hybrid 做成文档分流系统
MinerU 的生产价值在于按文档与页面难度分流，并用队列、幂等、版本化产物、质量指标、隐私和许可证治理把解析做成可运营系统。
5 min
OpenViking 长篇教程：给 AI Agent 建一个真正可用的上下文数据库
OpenViking 是面向 AI Agent 的 Context Database，用 viking:// 文件系统、L0/L1/L2 分层、MCP 和会话归档统一管理 memory、RAG、skills 与 sessions。
10 min
LiteParse：文档解析别一上来就烧云服务，先把本地入口做成可分流系统
LlamaIndex 团队开源的 LiteParse 适合把 RAG 文档解析前置层做成本地优先、带坐标、可复杂度检测、可分流的工程入口，而不是所有文件都直接送云端重解析。
5 min