DOCAI · 知识树 · 07
知识与检索
Knowledge & retrieval
让模型答得出它没被训练过的东西。RAG 不是「接一个向量库」就完了。文档怎么切、向量怎么选、召回后怎么排、答不出来怎么承认，每一步都决定最终质量。这一枝从最小可用 RAG 开始，再拆开切分、向量、检索与重排。
5 个分支 · 7 概念 · 8 课程 · 0 专题 · 0 新闻
从这三条开始
先读一篇专题或一节课，再回头补概念，比从词条开始快。这一领域的七个分叉
每个分支都能单独走完；读完再回来看兄弟分支，不会重复。01
看全部 2 条 →RAG 基础
RAG检索增强的完整链路与最小实现
02
看全部 2 条 →切分与索引
Chunking按什么切、切多大、重叠多少、元数据怎么留
03
看全部 2 条 →向量与存储
Vectorsembedding、相似度、向量库选型
04
看全部 2 条 →检索与重排
Retrieval & rerank关键词、混合检索、rerank、召回评估
05
看全部 7 条 →记忆与知识库
Memory长期记忆、结构化知识、更新与遗忘
概念
01课程
04- Claude Code 知识库迭代：持续更新让 AI 越来越懂你知识库建好就开始过期。这一节给出三层维护节奏、五个更新信号，以及一套让 AI 帮你做体检的提示词。
- Claude Code 文档复用：用知识库解决同类问题把一次成功变成可重复的流程：判断什么值得记、按什么结构写、遇到同类任务时怎么让 AI 先选方法再动手。
- Claude Code 调用知识库：让 AI 直接读取文档文件存在硬盘里不等于用得上。这一节讲清三种递材料的方式、一份任务该引用几份文件，以及怎么确认它真的读懂了。
- 记忆功能：让 Claude 记住你的个人信息和偏好开启后它会把你的身份、习惯和手头项目记下来，下次直接进入任务。这一节讲怎么开、怎么管、什么时候该删。