构建生产级 RAG 系统：从 Embedding 到混合检索与重排序的完整实战
从 0 到 1 构建生产级 RAG 系统实战指南：基于 pgvector + Node.js 技术栈，详解文档切分、Embedding、HNSW 索引、向量+BM25 混合检索、RRF 融合、Reranker 精排全链路，含完整 SQL 和 TypeScript 代码。
向量检索
向量数据库深度实战：从 HNSW 算法原理到 Milvus 生产级部署与 ANN 索引优化的完全工程指南
深入解析向量数据库核心原理与生产级实现：高维空间ANN搜索理论基础、HNSW层级小世界图构建与贪婪路由、IVF-PQ倒排乘积量化索引、ScaNN各向异性量化、暴力扫描/树形/哈希/图族算法对比选型、Milvus 2.x分布式架构（接入层/协调节点/存储层）、存储引擎（Deltalog/LSM-Tree/Binlog）、查询调度与Pipeline架构、标量-向量混合过滤优化、分片策略与多副本高可用、GPU加速索引（cuVS/RAFT）、分布式共识与数据一致性、混合检索（向量+关键词BM25）、大规模向量迁移与索引重建、PromQL监控指标与故障排查方法论
构建多模态 RAG 系统：从向量检索到混合搜索的企业级 AI 应用实战
深入讲解如何构建生产级多模态 RAG 系统，覆盖向量检索原理、Embedding 模型选型、混合搜索策略、分块优化技巧到 LlamaIndex 与 LangChain 框架实战的完整流程。
向量数据库深度对比：pgvector、Milvus、Weaviate架构选型与工程实践
深入对比pgvector、Milvus、Weaviate三大主流向量数据库的架构设计、索引算法(HNSW/IVFFlat)与工程实践选型指南
AI Agent工程实践（第47部分）：Agent记忆系统工程——让智能体拥有持续进化的能力
深入探讨Agent记忆系统的工程实践，包括分层架构设计（瞬时/短期/长期记忆）、生命周期管理、向量检索增强、隐私保护策略，以及构建持续进化智能体的完整方案。
2026年向量数据库新格局：从检索引擎到AI原生数据基础设施的范式跃迁
全面梳理2026年向量数据库技术格局：混合检索、十亿级实时更新、边缘云协同三大技术轴，各主流方案选型决策与未来发展趋势。
从零搭建生产级 LLM 应用：RAG 架构优化与工程最佳实践
从零搭建生产级LLM应用的RAG架构实战指南，涵盖文档解析、文本切分、混合检索、重排序到评估体系的完整工程链路
向量检索引擎实战：手写 HNSW 近似最近邻索引与召回率调优
RAG 的瓶颈在检索不在生成。本文从零实现一个可运行的 HNSW 近似最近邻索引，讲清分层导航图的核心算法、四个调优旋钮（M / efConstruction / efSearch / mL）以及与 IVF-PQ 的实战取舍，并揭示删除、归一化、维度灾难三大生产陷阱。
AI Agent 长程记忆工程实战：从分层记忆模型到遗忘机制与生产级检索闭环
从工程落地视角拆解 AI Agent 长程记忆子系统：情景/语义/程序性三层记忆模型、抽取-去重-固化的写入链路、BM25+向量+元数据过滤的三路混合检索与 RRF 融合、时间衰减与冲突消解驱动的遗忘机制、以及记忆召回率/污染率/无效召回率三大评测指标，附可运行的 Python 实现与生产落地清单。
