我如果不上班会有一大堆事做，这些事都是这些年以上班没时间作为借口攒下的

企业的账号也会封吗

把上下文长度砍了成本自然就限制了

@musi #6

依靠向量的 RAG 整体流程一般就是
1. 拆分文档
2. 文档转向量
3. 向量入库
4. 向量检索
5. LLM 根据检索到的数据进行生成

其中 1 4 的准确性都会影响到 5 的结果，加上 LLM 本身存在的幻觉，导致最终结果更加不可控

@ovate 依靠 LLM 向量检索在文本转向量期间还是会受到 LLM 窗口大小的制约，所以需要对源文档进行拆分。所以引入第一个问题：
一、怎么拆分文档？
1. 根据 LLM 窗口大小进行自动化拆分？
最开始的方法，因为拆分文档就是因为 LLM 窗口限制，所以自然而然的想到根据窗口大小进行拆分。但是在实践中发现，直接根据窗口大小不会联系上下文，同样的一个词在不同的上下文中的意思差别很大
2. 根据上下文拆分?
如何保证拆分的每一段文档都处于一个上下文中？上下文很大要怎么处理？

拆分完文档转向量入库这一步是最简单的，选取一个支持向量存储的数据库然后调用 API 就可以

入库完之后需要检索，这就是第二个问题：
二、如何检索？
直接通过余弦相似度计算向量？查出来有多个结果应该取哪个？相似度越高真的就越符合原问题吗？

试试高德的地图小程序

v 站反买，别墅靠海

仅靠向量实现 RAG 不是早就被证伪了么，做 demo 可以，落地不行

@ronen #31 像素蛋糕？支持照片直播+AI 一键修图，收费按导出图片的数量

不知道为什么，这些 ai 做出来的界面总感觉差点意思，但又说不上来

1 自己项目做着玩那就无所谓
2 flutter 走的是自绘引擎，你可以理解为所有组件都是在 canvas 上画出来的，所以所有平台上都长一个样，RN 走的是转译，就是将 react 语法转成对应平台的原生组件，所以每个平台都是自己的样子
3 不管是 flutter 还是 rn 你只要涉及到对应平台的 api 都会有一定问题，跨平台没有银弹
4 这俩其实都不太能增加职业竞争力，现在 AI 这么强了，写一些通用的业务逻辑问题不大
5 RN 生态比 flutter 多的多，但是质量不好说，没准用的一个包啥时候就不维护了，flutter 稍微好一点

@HRTops 你拿 manus 这种基于模型开发的应用和模型本身比？你没问题吧？

@musi #9 deepseek-0324 用简单提示词生成的确实还可以，deepseek 牛逼

@HRTops
https://www.v2ex.com/i/7kkZW0ZY.png

慢点更 学不动了

AI 发展太快了，建议手撸

@nicefrp vscode copilot agent 免费版