检索增强生成
给MCP加上RAG，工具准确率提升200%，起飞~
大型语言模型在利用外部工具方面遇到提示膨胀和选择复杂性的挑战，引入了RAG-MCP框架通过检索增强生成技术解决这些问题，显著提高工具选择准确性并减少提示大小和token数量。
一文看懂任务型对话系统：从传统Pipeline到大模型驱动的End-to-End
最近在做智能问答系统的项目，深感任务型对话系统从模块清晰的Pipeline架构发展为大模型驱动的End-to-End模式。文章全面介绍了任务型对话系统的概念、主流架构和应用场景，并探讨了未来大模型如何推动变革，如融合RAG架构、增强工具调用能力等。
给AI装上全景雷达！NodeRAG：开源异构图 RAG 系统，革新检索与生成效率！
NodeRAG 是一种基于异构图的 RAG 增强系统，通过结构化关系网整合文本、数据等多元信息，显著提升检索精准度和生成质量。它支持增量式更新，细粒度检索，并提供可视化和Web界面。
MiniRAG来了！检索增强生成从未如此简单！
近年来检索增强生成技术的发展使得语言模型能够高效利用外部知识。然而小语言模型在RAG中的使用受限，MiniRAG通过语义感知异构图索引和轻量级拓扑增强检索解决了这个问题。
