mcp-local-rag MCP 服务器
mcp-local-rag MCP 服务器实现了本地、保护隐私的检索增强生成（RAG）网页搜索，为大语言模型（LLM）提供数据检索能力。它允许 AI 助手在无需外部 API 的情况下访问、嵌入并提取网页中的最新信息，从而提升科研、内容创作和问答等工作流程。...
2 分钟阅读
MCP
RAG
+5
RAG
Context Portal（ConPort）MCP 服务器
Context Portal（ConPort）是一款记忆库型 MCP 服务器，通过管理结构化的项目上下文，赋能 AI 助手和开发者工具，实现检索增强生成（RAG）和 IDE 内的上下文感知编程辅助。...
2 分钟阅读
AI
MCP
+5
Pinecone MCP 服务器集成
通过 Pinecone MCP 服务器将 FlowHunt 与 Pinecone 向量数据库集成。在您的 AI 工作流中直接实现语义搜索、RAG（检索增强生成）和高效的文档管理。...
2 分钟阅读
AI
MCP Server
+4
RAG网页浏览器MCP服务器
RAG网页浏览器MCP服务器为AI助手和LLM提供实时网页搜索与内容提取功能，使得检索增强生成（RAG）、摘要和实时研究能够在FlowHunt工作流中实现。...
1 分钟阅读
AI
RAG
+7
Agentset MCP 服务器
Agentset MCP 服务器是一个开源平台，具备检索增强生成（RAG）和智能体能力，使 AI 助手能够连接外部数据源、API 和服务，用于开发智能、基于文档的应用。...
2 分钟阅读
AI
Open Source
+5
Inkeep MCP 服务器
Inkeep MCP 服务器将 AI 助手和开发者工具与由 Inkeep 管理的最新产品文档连接，实现针对 RAG 工作流、聊天机器人和入门解决方案的直接、安全、高效的相关内容检索。...
2 分钟阅读
MCP Server
Documentation
+5
mcp-rag-local MCP 服务器
mcp-rag-local MCP 服务器为 AI 助手赋能语义记忆，实现基于含义而非仅仅关键词的文本片段存储与检索。它利用 Ollama 生成嵌入，采用 ChromaDB 进行向量检索，支持本地工作流中高级知识管理与上下文回忆。...
2 分钟阅读
MCP
Semantic Search
+6
Graphlit MCP 服务器集成
Graphlit MCP 服务器将 FlowHunt 及其他 MCP 客户端连接到统一的知识平台，实现对 Slack、Google Drive、GitHub 等平台上的文档、消息、邮件和媒体的无缝采集、聚合与检索。它提供了一个支持 RAG 的知识库，并配备搜索、抽取和内容转换工具，助力高级 AI 工作流。...
2 分钟阅读
MCP
AI
+6
Vectara MCP 服务器集成
Vectara MCP Server 是一个开源桥梁，连接 AI 助手与 Vectara 的可信 RAG 平台，实现 FlowHunt 生成式 AI 工作流中的安全高效检索增强生成（RAG）与企业搜索。...
2 分钟阅读
AI
RAG
+5
GoogleSearch 组件
FlowHunt 的 GoogleSearch 组件通过使用检索增强生成（RAG），从 Google 获取最新知识，提升聊天机器人的准确性。可通过设置语言、国家和查询前缀等选项精准控制搜索结果，确保输出内容的相关性和精确性。...
1 分钟阅读
AI
Components
+4
LazyGraphRAG
LazyGraphRAG 是一种创新的检索增强生成（RAG）方法，通过结合图论和自然语言处理，优化了 AI 驱动数据检索的效率并降低了成本，实现了动态、高质量的查询结果。...
1 分钟阅读
RAG
AI
+4
查询扩展
查询扩展是通过为用户的原始查询添加术语或上下文来增强查询的过程，从而提升文档检索的准确性和相关性，特别适用于RAG（检索增强生成）系统。...
1 分钟阅读
AI
RAG
+4
缓存增强生成（CAG）
缓存增强生成（CAG）是一种通过将知识预加载为预计算键值缓存，提升大语言模型（LLM）性能的新方法，实现静态知识任务的低延迟、高准确率和高效AI表现。...
2 分钟阅读
Cache Augmented Generation
LLM
+4
检索管道
了解什么是聊天机器人的检索管道，其组成部分、应用场景，以及检索增强生成（RAG）与外部数据源如何实现准确、具备上下文和实时性的回复。...
2 分钟阅读
AI
Chatbots
+4
检索增强生成（RAG）
检索增强生成（RAG）是一种先进的人工智能框架，将传统的信息检索系统与生成式大语言模型（LLM）相结合，通过整合外部知识，使AI生成的文本更加准确、及时且具有上下文相关性。...
1 分钟阅读
RAG
AI
+4
检索增强生成（RAG）与缓存增强生成（CAG）的对比
探索人工智能中检索增强生成（RAG）与缓存增强生成（CAG）的关键区别。了解RAG如何动态检索实时信息以实现灵活、准确的响应，而CAG则利用预缓存数据实现快速一致的输出。找出哪种方法更适合您的项目需求，并探讨实际应用场景、优势与局限性。...
1 分钟阅读
RAG
CAG
+5
具有推理能力的大模型RAG：OpenAI O1 对比 OpenAI GPT4o
探索 OpenAI O1 的高级推理能力和强化学习如何在 RAG 准确率上超越 GPT4o，并附有基准测试与成本分析。
1 分钟阅读
OpenAI O1
GPT4o
+4
让大模型自我事实核查并附上来源
用RIG提升AI准确性！学习如何创建能基于自定义和通用数据源对回答进行事实核查、提供可靠、有据可查答案的聊天机器人。...
1 分钟阅读
AI
Chatbot
+5
文档分级
在检索增强生成（RAG）中，文档分级是根据文档对查询的相关性和质量进行评估和排序的过程，确保只使用最相关和高质量的文档来生成准确、具备上下文感知的回复。...
1 分钟阅读
RAG
Document Grading
+3
文档检索器
FlowHunt 的文档检索器通过将生成式模型连接到您自己的最新文档和网址，提高了 AI 的准确性，确保使用检索增强生成（RAG）获得可靠且相关的答案。...
1 分钟阅读
AI
Document Retrieval
+3
文档重排序
文档重排序是根据用户查询的相关性对检索到的文档进行重新排序的过程，优化搜索结果，使最相关的信息优先呈现。这是检索增强生成（RAG）系统中的关键步骤，通常与查询扩展结合使用，以提升 AI 搜索和聊天机器人的召回率和精确度。...
2 分钟阅读
Document Reranking
RAG
+4
问答系统
基于检索增强生成（RAG）的问答系统结合了信息检索与自然语言生成，通过从外部来源补充相关、最新的数据，提升大语言模型（LLM）的回答能力。该混合方法提高了准确性、相关性和在动态领域的适应性。...
1 分钟阅读
AI
Question Answering
+4
知识源
知识源让根据您的需求教会 AI 变得轻而易举。探索在 FlowHunt 中链接知识的所有方式。轻松连接网站、文档和视频，提升您的 AI 聊天机器人的表现。...
1 分钟阅读
AI
Knowledge Management
+3