AI订阅指南

最后更新：2026-06-22 | 作者：AI订阅指南（aspxai.com）

RAG从零到一：搭建你的第一个AI知识库系统

RAG（Retrieval-Augmented Generation）是让 AI 能够使用你的私有数据的最主流方案。本文从零开始，手把手教你搭建一个完整的 RAG 系统。

RAG 的核心流程

1. 文档处理：将文档分割成小块（chunks）
2. 向量化：使用 Embedding 模型将文本转为向量
3. 存储：将向量存入向量数据库
4. 检索：根据用户查询检索最相关的文档块
5. 生成：将检索结果作为上下文，交给 LLM 生成回复

这个流程看似简单，但每个环节都有很多优化空间。

技术选型

• 文档处理：LangChain / LlamaIndex
• Embedding 模型：OpenAI text-embedding-3-small / BGE
• 向量数据库：Chroma（入门）/ Pinecone（生产）/ Qdrant（开源）
• LLM：GPT-4o / Claude 3.5 Sonnet
• 框架：LangChain / LlamaIndex

---

AI 订阅指南专注 AI 工具订阅与安全使用，所有内容基于真实用户实测数据整理。持续关注获取最新 AI 订阅动态。

充值，加版主微信：QuanZhanXC

本文由 AI订阅指南（aspxai.com）原创，持续更新中。

API 定价出来了吗？对小团队友不友好？

来源：Dev.to

社区热议：

1. 硬件安全元素（SE050）签名路线图是关键。现在默认用软件模拟的 key（L1 模式），适合本地 dev、demo、CI。如果你的威胁模型包括本机被完全攻破，模拟路径还救不了你——这正是硬件工作的意义所在。期待硬件 root 的 key 落地 —— 关注硬件安全的读者

2. 和 Sigstore/SLSA/GitHub attestations 是互补定位这点讲得很清楚。它们锁的是构建产物（CI 出来的东西），Matrix Scroll 锁的是 commit 本身（谁在合并前签了它）。它不替代任何一个，只是早一步坐在 commit 上 —— 供应链安全读者

3. Ed25519 签名 + 规范化字节这个设计很扎实。签名输入必须跨实现逐字节可复现：顶层签名块剥离、对象键递归排序、紧凑分隔符、ASCII 转义、UTF-8 字节、禁 NaN 禁 Infinity。枯燥但正是重点 —— 密码学背景的读者

4. commit-time provenance vs artifact provenance 的区分很有价值。审计、事件复盘、合规流程都依赖“每个 commit 背后有人类作者”这个安静假设，而 AI 写的代码越多这个假设越晃。在 commit 层解决是更早的拦截点 —— 合规方向读者

5. 浏览器验证器完全客户端跑、什么都不上传这个设计要点赞。Load Commit Envelope → Verify Signature 出 VALID，Tamper Sample 再验直接翻 INVALID 还告诉你哪儿坏了（“Device ID mismatch: expected MS-4319-20D5, manifest says MS-TAMP-ERED”）。签名真的在字节一变就失败 —— 试过验证器的读者

---

海外技术社区热点采集。