小丸子博客

最近在做优化的时候涉及到了这块内容，觉得值得写下来，方便以后翻阅。 **目录** 🍬[前言](#df368884) 🍬[一、 RAG 系统全流程总览（宏观视角）](#c3ebc310) 🍬[二、 离线预处理：决定 RAG 效果的上限](#4a6e7ae6) 🍬[三、 在线推理第一步：坑是如何被“拆解

前段时间遇到一个小问题，后来发现这是个挺常见的坑，顺手整理一篇笔记。 ✨ **前言絮语** 深耕后端开发与工程架构的同仁皆知，**工程构建之难，不在于语法堆砌，而在于规则管控**。 全局配置粗放随性，易滋生路径冲突、依赖冗余、编译错乱之弊；目标配置精雕细琢，方可实现模块隔离、权限可控、迭代无忧。 C

最近在做优化的时候涉及到了这块内容，觉得值得写下来，方便以后翻阅。 ## 给 Agent 装一个真正能用的记忆层：2026 年工程实战 > 摘要：让 Agent 在跨会话中记住用户的技术栈和偏好，是走向生产级应用的关键。不少开发者以为记忆只是“存聊天记录再塞进 Prompt”，但在生产环境，这根本行

前段时间遇到一个小问题，后来发现这是个挺常见的坑，顺手整理一篇笔记。 如果你翻过市面上关于 RAG 的技术文章，大概率会见到这样一个公式： ``` RAG = 向量数据库 + 大模型 API ``` 这个公式本身没有错——但它描述的是 Demo，不是产品。 当你真的要把 RAG 落到一个企业的知识库

开发过程中有些细节容易被忽略，今天挑几个重点聊一聊。 ## “为什么这条 SQL 跑得这么慢？”——猎捕慢查询：执行计划的微观解析与索引调优实战  在过去的专栏里面，大家把数据库的安全问题搞了搞，像僵尸进程、行锁死锁，还有磁盘满的这些情况，都给处理了。那么数据