智能体(AI Agent)开发实战之【LangChain】(二)结合大模型基于RAG实现本地知识库问答
上一篇介绍了接入大模型输出结果，实现了基本的问答功能。现有大模型都是基于公开资料训练的，搜索垂直专业领域的知识可能会出现问题。本篇文章会基于RAG实现简单的知识库问答功能。一、RAG介绍 RAG（Retrieval Augmented Generation）即检索增强生成，是一种结合了信息检索和大语言模型（...
企业知识库问答_通义灵码_智能编码助手
通义灵码提供了基于企业知识库的问答检索增强的能力，在开发者使用通义灵码 时，可以结合企业知识库内上传的文档、文件等内容作为上下文进行回答，使得通义灵码生成的回答更加贴合企业特点。
通义灵码新增 Inline Chat 能力，代码行内随时问答，沉浸式编码，心流不断
通义灵码继2.5版发布编程智能体、支持MCP之后，又为开发者带来了一个提效新功能：Inline Chat！ 什么是Inline Chat的呢，就是在代码行内可以直接问答，想问就问，不需跳出编辑区，沉浸式编码，持续保持心流体验！ 备注：需在 VS Code、JetBrains IDEs 中，搜索安装通义灵码插件 2.5.3（VS Code）/2.5.2（Jet...
RAG
本文详细介绍了如何使用LangStudio构建“Qwen3 + 联网搜索 + RAG的聊天助手”AI应用。该AI应用通过集成实时联网搜索和RAG检索增强，为Qwen3模型提供了额外的联网搜索和特定领域知识库的能力，从而在处理用户输入的问题时，能够结合实时搜索结果和知识库提供更准确的回答。开发者可以基于该模板进行灵活扩展和二次开发，以满足特定场景的需求。
云上玩转Qwen3系列之二：PAI-LangStudio搭建联网搜索和RAG增强问答应用
本文详细介绍了如何使用 PAI-LangStudio 和 Qwen3 构建基于 RAG 和联网搜索 的 AI 智能问答应用。该应用通过将 RAG、web search 等技术和阿里最新的推理模型 Qwen3 编排在一个应用流中，为大模型提供了额外的联网搜索和特定领域知识库检索的能力，提升了智能回答的效果，减少了幻觉。开发者可以基于该模板进行灵活扩展和二次开发，以满足特定场景的需求。 ...
知识库问答增强：知识库构建与管理指南_通义灵码_智能编码助手
通义灵码能够结合企业知识库的私域数据，生成贴合企业特点的回答。充分发挥检索增强技术的优势，构建高质量的企业知识数据以及合理的知识库权限管理是必不可少的。本文将为您详细介绍如何构造与管理一个高质量的企业知识库。
通义灵码上线 @workspace 新能力，结合当前代码仓库理解工程、代码查询与问答等
当你需要快速了解一个工程、查找工程内的实现逻辑，或有新的诉求需要进行代码变更时，可以在通义灵码 IDE 插件端的智能问答窗口中通过 @ 可唤起 @workspace，选中后输入你的问题或诉求，通义灵码可快速结合当前仓库进行工程理解、代码查询、代码问答等，同时可以通过自然语言描述需求，结合当前工程生成简单需求或缺陷的整体修改建议和相关建议代码。 ...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
通义大模型
阿里云自主研发的通义大模型，凭借万亿级超大规模数据训练和领先的算法框架，实现全模态高效精准的模型服务调用。https://www.aliyun.com/product/tongyi
+关注