V2EX › blueeon 的所有回复 › 第 1 页 / 共 8 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

1 2 3 4 5 6 7 8

❮

❯

11 小时 13 分钟前

回复了 blueeon 创建的主题 › 分享创造 › 做了个功能，可以在 claude.ai 和 ChatGPT 里检索阅读电脑里的文档

@laminux29 肯定不能把文档全量导入 AI ，传统的向量化分块效果也不太好，我们引入的就是搜索引擎构建的一种特殊的索引。的确是要学习人类，但是不需要一页一页地拆解，就跟你去图书馆找资料，只需要知道图书馆的索引就行了。

3 月 25 日

回复了 blueeon 创建的主题 › 分享创造 › Agent-IM，给 Coding Agent 撸了一个极简 IM

@andforce 不如一起撸

3 月 23 日

回复了 idoubi 创建的主题 › 分享创造 › 开源 WeClaw，让微信 ClawBot 接入任意 Agent

666 ，豆神从不缺席

3 月 20 日

回复了 blueeon 创建的主题 › 程序员 › 为什么放弃了 RAG？ RAG 的六大难题

@amnaruto 方便留个联系我方式吗？我加你进内测群？ kane @ linkly.ai

3 月 19 日

回复了 blueeon 创建的主题 › 程序员 › 为什么放弃了 RAG？ RAG 的六大难题

@amnaruto 已经放出后台入口了，可以在 ChatGPT 里试试了

3 月 19 日

回复了 blueeon 创建的主题 › 程序员 › 为什么放弃了 RAG？ RAG 的六大难题

@freemoon 正如文中所写，就是从 Skills 的渐进式披露得到的灵感

3 月 14 日

回复了 blueeon 创建的主题 › 程序员 › 为什么放弃了 RAG？ RAG 的六大难题

@amnaruto 因为刚上线时间不久，还在内测中，过段时间我们会开放出来。

3 月 14 日

回复了 blueeon 创建的主题 › 程序员 › 为什么放弃了 RAG？ RAG 的六大难题

@stefwoo @xdongiang LCM 确实之前没有研究过，我大致看了下，LCM （ Lossless Context Management ）是一个针对 AI Agent 对话过程中"上下文窗口不够用"的问题设计的架构。解法是把旧的对话消息自动压缩成摘要，但保留指向原始内容的"无损指针"。和“大纲”的确有点类似，原理可能有些类似，对象和场景不同。一个管对话记忆，一个管文档检索。
OpenClaw 用户完全可以同时装 lossless-claw （管记忆）和 Linkly AI Skill （管文档），似乎也不冲突。

看的比较粗，不确定理解对不对。感谢评论，了解了另一个东西。

3 月 14 日

回复了 blueeon 创建的主题 › 程序员 › 为什么放弃了 RAG？ RAG 的六大难题

@kafm 章节信息中含有行号，像主流的编码能力比较强的模型，测试发现可以合理选择读取的行数。我们还增加了一个 grep 工具进一步筛选，再做了一些细节优化，这种情况相对较少。

3 月 14 日

回复了 blueeon 创建的主题 › 程序员 › 为什么放弃了 RAG？ RAG 的六大难题

@raydied 这里写的的确有问题，感谢指正。测试数据后面完备了再找机会放出来。谢谢。

3 月 13 日

回复了 blueeon 创建的主题 › 程序员 › 为什么放弃了 RAG？ RAG 的六大难题

@la2la 中肯～

3 月 13 日

回复了 blueeon 创建的主题 › 程序员 › 为什么放弃了 RAG？ RAG 的六大难题

@cfer 这个方式也做过，预处理麻烦，使用场景还是比较有限