教程中心

LoRA 微调大模型完全指南（2026）：冻结基座、只训低秩适配器，单卡数小时完成；QLoRA 在 4bit 基座上训练适配器。含 PEFT 真实代码、何时该微调(vs 提示/RAG)、数据质量 > 数量的实战要点。

OpenAI 函数/工具调用完全指南（2026）：使用 JSON Schema 定义工具 → 模型返回结构化调用 → 你执行并反馈结果。包含完整循环的真实代码、生产模式（验证/tool_choice/并行调用/strict）、与结构化输出的区别，以及如何驱动智能体。

语义搜索实现完全指南（2026）：分块→嵌入→向量库存储→近邻检索→重排的完整管线，含真实代码、向量库选型(Chroma/Qdrant/pgvector/Pinecone)、分块/混合检索/重排/元数据过滤等质量杠杆。RAG 的检索底座。

AI 模型量化（GPTQ/AWQ）完全指南（2026）：用更少比特存储权重以节省显存/提升速度。GPTQ vs AWQ 对比、bitsandbytes/GGUF、4bit 甜点位选择，以及“直接下载预量化权重 + vLLM/Ollama 部署”的实战路径。

用 SSE 实现 AI 流式响应（2026）：为什么用 SSE 而非 WebSocket、FastAPI 服务端 + 浏览器 EventSource 客户端真实代码、关闭代理缓冲/逐 token flush/断连取消等生产要点，以及 Next.js 用 Vercel AI SDK 的更简路径。

多向量RAG：2026年完整实现 概述 多向量RAG是一种专注于为每个文档存储多种嵌入类型的专门检索模式。本指南将向您展示如何使用Weaviate构建一个生产就绪的系统。

混合搜索RAG：2026年完整实现 概述 混合搜索RAG是一种专注于结合向量与关键词搜索以实现最大召回率的专门检索模式。本指南将展示如何使用Elasticsearch构建一个生产就绪的系统。

上下文压缩RAG：2026年完整实现 概述 上下文压缩RAG是一种专门的检索模式，专注于压缩检索到的上下文以适应LLM窗口。本指南将教你如何使用Pinecone构建一个生产就绪的系统。

自查询RAG：2026年完整实现 概述 自查询RAG是一种专注于AI生成元数据过滤器以实现精确检索的专门检索模式。本指南将展示如何使用Qdrant构建生产级系统。

Graph RAG：2026完整实现 概述 Graph RAG是一种专注于知识图谱遍历以实现多跳推理的专用检索模式。本指南将展示如何使用Neo4j构建生产级系统。为什么选择Graph RAG

父文档RAG：2026年完整实现 概述 父文档RAG是一种专门的检索模式，专注于检索小片段并附带大父上下文。本指南展示如何使用Chroma构建生产级系统。