RAG-Toolkits on LZY Blog https://niraya666.github.io/tags/rag-toolkits/ Recent content in RAG-Toolkits on LZY Blog LZY Blog https://niraya666.github.io/img/基于大语言模型的%20Agent：科普向-assets/cover.webp https://niraya666.github.io/img/基于大语言模型的%20Agent：科普向-assets/cover.webp Hugo -- gohugo.io zh-CN Fri, 19 Jun 2026 18:00:00 +0800 RAG工具箱：有了Copali系列模型，我们还需要OCR吗？ https://niraya666.github.io/posts/rag-toolkits-copali/ Mon, 22 Sep 2025 18:56:00 +0800 https://niraya666.github.io/posts/rag-toolkits-copali/ 讨论 ColPali 类视觉文档检索模型如何跳过传统 OCR、文本解析与分块流程，以及端到端多模态 RAG 的适用边界。 RAG工具箱：ColBERT https://niraya666.github.io/posts/rag%E5%B7%A5%E5%85%B7%E7%AE%B1colbert/ Tue, 12 Aug 2025 20:56:00 +0800 https://niraya666.github.io/posts/rag%E5%B7%A5%E5%85%B7%E7%AE%B1colbert/ <blockquote> <p>前一段时间跑比赛时，苦于上分陷入瓶颈，于是便祭出了ML经典ensemble大法，其中一个分支便是选择的ColBERT，没想到，竟成了破局的关键；也由此补齐了我对“迟交互”类模型的认知。</p> </blockquote> <p>在典型的检索系统中，我们常用的架构是 <strong>Retrieval + Reranking</strong>两阶段:</p> RAG工具箱：基于多模态大模型的文档解析方案（2025版） https://niraya666.github.io/posts/rag%E5%B7%A5%E5%85%B7%E7%AE%B1%E5%9F%BA%E4%BA%8E%E5%A4%9A%E6%A8%A1%E6%80%81%E5%A4%A7%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%96%87%E6%A1%A3%E8%A7%A3%E6%9E%90%E6%96%B9%E6%A1%882025%E7%89%88/ Wed, 12 Mar 2025 16:44:00 +0800 https://niraya666.github.io/posts/rag%E5%B7%A5%E5%85%B7%E7%AE%B1%E5%9F%BA%E4%BA%8E%E5%A4%9A%E6%A8%A1%E6%80%81%E5%A4%A7%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%96%87%E6%A1%A3%E8%A7%A3%E6%9E%90%E6%96%B9%E6%A1%882025%E7%89%88/ 梳理 2025 年基于 VLM 的文档解析方案，比较 Qwen-VL、OlmOCR 等模型及其在 OCR、版面理解和复杂文档处理中的表现。 RAG工具箱：RAG Tutorial for Beginner https://niraya666.github.io/posts/rag-tutorial-for-beginner/ Tue, 11 Mar 2025 19:24:00 +0800 https://niraya666.github.io/posts/rag-tutorial-for-beginner/ 面向初学者整理 RAG 的核心原理、入门教程、实践课程、常用框架和进一步学习材料。 RAG工具箱：Query Enhancement https://niraya666.github.io/posts/rag%E5%B7%A5%E5%85%B7%E7%AE%B1query-enhancement/ Thu, 31 Oct 2024 16:04:00 +0800 https://niraya666.github.io/posts/rag%E5%B7%A5%E5%85%B7%E7%AE%B1query-enhancement/ 介绍 RAG 中的 Query Enhancement，包括查询改写、扩展、分解、路由和多查询召回等常见优化方法。 RAG工具箱：检索 https://niraya666.github.io/posts/rag%E6%A3%80%E7%B4%A2/ Thu, 25 Jul 2024 17:08:00 +0800 https://niraya666.github.io/posts/rag%E6%A3%80%E7%B4%A2/ 从搜索引擎视角梳理 RAG 检索系统，讨论向量检索、关键词检索、混合召回、重排序和索引设计。 RAG工具箱：文本分块 https://niraya666.github.io/posts/rag%E5%B7%A5%E5%85%B7%E7%AE%B1%E6%96%87%E6%9C%AC%E5%88%86%E5%9D%97/ Wed, 15 May 2024 16:11:00 +0800 https://niraya666.github.io/posts/rag%E5%B7%A5%E5%85%B7%E7%AE%B1%E6%96%87%E6%9C%AC%E5%88%86%E5%9D%97/ <h2 id="为什么要进行文本分块"><strong>为什么要进行文本分块？</strong></h2> <p>大型语言模型（LLM）和嵌入式模型都有其处理文本的长度限制。为了有效处理超出这些限制的长文本，我们需要进行文本分块。</p> <h2 id="如何进行文本分块"><strong>如何进行文本分块</strong></h2> <blockquote> <p>**块分割戒律：**我们的目标不仅仅是为了划分数据块。更重要的是，我们要以一种便于日后检索和提取价值的格式来整理我们的数据。</p> RAG工具箱：文档解析与表格处理 https://niraya666.github.io/posts/rag%E5%B7%A5%E5%85%B7%E7%AE%B1%E6%96%87%E6%A1%A3%E8%A7%A3%E6%9E%90%E4%B8%8E%E8%A1%A8%E6%A0%BC%E5%A4%84%E7%90%86/ Sat, 20 Apr 2024 17:00:00 +0800 https://niraya666.github.io/posts/rag%E5%B7%A5%E5%85%B7%E7%AE%B1%E6%96%87%E6%A1%A3%E8%A7%A3%E6%9E%90%E4%B8%8E%E8%A1%A8%E6%A0%BC%E5%A4%84%E7%90%86/ 梳理 RAG 系统中 PDF 文档解析和表格处理的主流方案，包括 OCR、版面分析和结构化提取技术。 RAG工具箱：评估RAG系统的方法论 https://niraya666.github.io/posts/rag_toolkit_eval/ Mon, 08 Apr 2024 11:00:00 +0800 https://niraya666.github.io/posts/rag_toolkit_eval/ <h2 id="写在最前面">写在最前面</h2> <p>在过去的几个月中，我主要致力于与RAG（检索增强生成模型）相关的研究和实验工作。通过深入地分析众多论文和项目代码，我发现虽然在RAG领域取得基本成就相对容易，但要实现出色的成果却异常困难。</p> <p>此系列文章旨在分享我在RAG研究中的心得和挑战。正如我们从OpenAI的开发者日活动中看到的，即使是在这个领域的领头羊也在不断试验和努力以寻求突破。</p>