- 智能体知识更新机制：增量式知识图谱构建与融合技术 一、引言随着大模型驱动的 智能体（Agent） 在企业业务、搜索问答、自动化运营、RPA 流程中广泛应用，知识更新问题变得尤为突出。传统知识库构建方式往往是“全量构建”，一旦知识发生变化，需要重新爬取、处理、训练或重建索引，成本高且不可实时。而智能体需要：识别新知识是否已存在将新知识增量式注入知识图谱自动融合冲突信息实时影响推理过程不中断系... 智能体知识更新机制：增量式知识图谱构建与融合技术 一、引言随着大模型驱动的 智能体（Agent） 在企业业务、搜索问答、自动化运营、RPA 流程中广泛应用，知识更新问题变得尤为突出。传统知识库构建方式往往是“全量构建”，一旦知识发生变化，需要重新爬取、处理、训练或重建索引，成本高且不可实时。而智能体需要：识别新知识是否已存在将新知识增量式注入知识图谱自动融合冲突信息实时影响推理过程不中断系...
- 本文介绍如何利用Dify和RAG技术构建智能测试用例生成工作流。通过将需求文档作为知识库，系统可自动生成覆盖功能、边界、异常等多维度的测试方案，显著提升用例质量和覆盖率，有效释放测试人力。 本文介绍如何利用Dify和RAG技术构建智能测试用例生成工作流。通过将需求文档作为知识库，系统可自动生成覆盖功能、边界、异常等多维度的测试方案，显著提升用例质量和覆盖率，有效释放测试人力。
- 这篇文章我们就系统梳理 28 个高频面试问题，直接带你理解 RAG 从“原理 → 问题 → 优化 → 未来”的完整演化逻辑，确保你下一次面试不被问懵。 这篇文章我们就系统梳理 28 个高频面试问题，直接带你理解 RAG 从“原理 → 问题 → 优化 → 未来”的完整演化逻辑，确保你下一次面试不被问懵。
- 这篇文章我们就系统梳理 28 个高频面试问题，直接带你理解 RAG 从“原理 → 问题 → 优化 → 未来”的完整演化逻辑，确保你下一次面试不被问懵。 这篇文章我们就系统梳理 28 个高频面试问题，直接带你理解 RAG 从“原理 → 问题 → 优化 → 未来”的完整演化逻辑，确保你下一次面试不被问懵。
- 随着人工智能从“感知智能”向“认知智能”演进，智能体（Intelligent Agent） 的决策机制也在经历深度变革。传统强化学习或大语言模型（LLM）虽然能够做出行动选择，但往往缺乏对知识的系统理解与推理能力。 随着人工智能从“感知智能”向“认知智能”演进，智能体（Intelligent Agent） 的决策机制也在经历深度变革。传统强化学习或大语言模型（LLM）虽然能够做出行动选择，但往往缺乏对知识的系统理解与推理能力。
- 随着人工智能（AI）技术的快速发展，科研自动化（Research Automation）正逐步从概念走向实践。智能体（Agent）凭借其强大的自主学习与任务执行能力，正成为科研工作中不可或缺的工具。从自动文献综述、实验设计优化，到论文写作辅助，智能体正在重塑科研的工作流程与效率。本文将从技术原理、典型应用到代码实战三个层面，系统解析智能体在科研自动化中的创新应用与未来突破方向。 随着人工智能（AI）技术的快速发展，科研自动化（Research Automation）正逐步从概念走向实践。智能体（Agent）凭借其强大的自主学习与任务执行能力，正成为科研工作中不可或缺的工具。从自动文献综述、实验设计优化，到论文写作辅助，智能体正在重塑科研的工作流程与效率。本文将从技术原理、典型应用到代码实战三个层面，系统解析智能体在科研自动化中的创新应用与未来突破方向。
- RAG性能再突破！当知识图谱遇上LLM，打造你的终极问答机器人 RAG性能再突破！当知识图谱遇上LLM，打造你的终极问答机器人
- 本文记录装备制造企业借助AI工具协同构建知识图谱的全流程。项目初期因数据孤岛、跨领域融合难等困境，引入LayoutLM-3、Neo4j Copilot、雪浪工匠大模型三款工具，分别攻克非结构化数据提取、知识建模、决策能力深化难题。通过“数据提取-模型构建-价值转化”三阶段推进。 本文记录装备制造企业借助AI工具协同构建知识图谱的全流程。项目初期因数据孤岛、跨领域融合难等困境，引入LayoutLM-3、Neo4j Copilot、雪浪工匠大模型三款工具，分别攻克非结构化数据提取、知识建模、决策能力深化难题。通过“数据提取-模型构建-价值转化”三阶段推进。
- 入门必读！写给初学者的人工智能简史；介绍RDS for MySQL 的动态脱敏特性，包括使用及实现原理... 入门必读！写给初学者的人工智能简史；介绍RDS for MySQL 的动态脱敏特性，包括使用及实现原理...
- 本文介绍了如何利用大语言模型（LLM）自动从非结构化文本构建知识图谱，涵盖实体识别、关系抽取、图谱优化及可视化等关键技术，并提供了具体代码示例和应用场景，展现了LLM在提升知识图谱构建效率与质量方面的潜力。 本文介绍了如何利用大语言模型（LLM）自动从非结构化文本构建知识图谱，涵盖实体识别、关系抽取、图谱优化及可视化等关键技术，并提供了具体代码示例和应用场景，展现了LLM在提升知识图谱构建效率与质量方面的潜力。
- LightRAG创新融合知识图谱与向量检索，显著提升检索精度和可解释性。该框架轻量高效，支持多模态数据处理，提供简洁API便于快速集成。通过结构化关系补充分散语义，有效解决传统RAG系统的关系缺失与语义模糊问题。 LightRAG创新融合知识图谱与向量检索，显著提升检索精度和可解释性。该框架轻量高效，支持多模态数据处理，提供简洁API便于快速集成。通过结构化关系补充分散语义，有效解决传统RAG系统的关系缺失与语义模糊问题。
- LightRAG是一款创新的知识图谱增强检索框架，它将传统向量检索与知识图谱的结构化信息相结合，大幅提升了检索准确性和可解释性。与传统的RAG（Retrieval-Augmented Generation）系统相比，LightRAG通过引入轻量级知识图谱，解决了单纯向量检索中遇到的关系缺失、语义模糊等问题。核心特性轻量高效: 最小化知识图谱存储和计算开销易于集成: 提供简洁API，可与现有R... LightRAG是一款创新的知识图谱增强检索框架，它将传统向量检索与知识图谱的结构化信息相结合，大幅提升了检索准确性和可解释性。与传统的RAG（Retrieval-Augmented Generation）系统相比，LightRAG通过引入轻量级知识图谱，解决了单纯向量检索中遇到的关系缺失、语义模糊等问题。核心特性轻量高效: 最小化知识图谱存储和计算开销易于集成: 提供简洁API，可与现有R...
- Coze与Dify两大开源AI平台各有特色：Dify采用Python一体化架构，适合快速开发部署，社区成熟；Coze基于Go微服务设计，扩展灵活但部署复杂。选择需结合团队技术栈，Python系选Dify追求效率，Go系选Coze注重定制。两者都能显著降低AI应用开发门槛。 Coze与Dify两大开源AI平台各有特色：Dify采用Python一体化架构，适合快速开发部署，社区成熟；Coze基于Go微服务设计，扩展灵活但部署复杂。选择需结合团队技术栈，Python系选Dify追求效率，Go系选Coze注重定制。两者都能显著降低AI应用开发门槛。
- LightRAG创新融合知识图谱与向量检索，显著提升检索精度和可解释性。该框架轻量高效，支持多模态数据处理，提供简洁API便于快速集成。通过结构化关系补充分散语义，有效解决传统RAG系统的关系缺失与语义模糊问题。 LightRAG创新融合知识图谱与向量检索，显著提升检索精度和可解释性。该框架轻量高效，支持多模态数据处理，提供简洁API便于快速集成。通过结构化关系补充分散语义，有效解决传统RAG系统的关系缺失与语义模糊问题。
- 当知识图谱与RAG技术相遇，会碰撞出怎样的火花？在AI迅猛发展的当下，检索增强生成（RAG：Retrieval-Augmented Generation）技术正成为解决大模型幻觉问题的有效方案。然而，传统RAG系统仍普遍存在检索不够精准、上下文理解能力有限等痛点。知识图谱的引入，为这些瓶颈提供了全新的突破思路。而LightRAG，正是这样一个将知识图谱与RAG轻量融合的创新框架。本文将以Li... 当知识图谱与RAG技术相遇，会碰撞出怎样的火花？在AI迅猛发展的当下，检索增强生成（RAG：Retrieval-Augmented Generation）技术正成为解决大模型幻觉问题的有效方案。然而，传统RAG系统仍普遍存在检索不够精准、上下文理解能力有限等痛点。知识图谱的引入，为这些瓶颈提供了全新的突破思路。而LightRAG，正是这样一个将知识图谱与RAG轻量融合的创新框架。本文将以Li...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签