C# 入门实战：用 List 和文件做一个待办事项清单
学了一堆语法却写不出东西，是初学者最常见的卡点。这一篇不讲语法，直接动手做出一个真能用的命令行小工具：待办事项清单——能添加、能列出、能标记完成、能删除，关掉程序再打开数据还在。集合、方法拆分、文件读写、输入校验全串起来了。
LangChain4j从入门到精通：RAG检索增强生成文档加载原理与实战
前面六篇，我们完成了LangChain4j基础对话、Prompt模板、三层对话记忆体系（内存记忆、数据库持久记忆、多用户会话隔离），已经可以开发多用户AI聊天后端。从本篇开始，进入本系列最重要的模块：RAG检索增强生成。
永劫无间启动报错 failed to load il2cpp？按这7步排查
正准备开排位，永劫无间弹窗“failed to load il2cpp”，游戏直接闪退。重装了一遍还是这个提示。这个报错本质是Unity引擎加载il2cpp模块时被卡住了，原因通常跟运行库、驱动或游戏文件有关。整理了7种修复方法，按从易到难排好了，挨个试就行。
私有AI实战12：向量检索不够用？BM25＋混合检索，让AI找得更准
前两篇文章，我们已经使用Ollama、Python和SQLite搭建了第一个本地RAG知识库，并进一步研究了文本分块、Embedding和向量相似度。现在，我们的知识库已经能够根据问题的语义找到相关资料。例如，用户输入：“出差住酒店一晚上最多可以报销多少钱？
Spring AI 2.0 实战：用Java快速搭建RAG知识库系统
想象这样一个场景:公司上线了内部助手，员工问“差旅报销的审批流程是什么”，模型却自信地编出一套根本不存在的流程。
LangChain4j从入门到精通：RAG检索增强生成搭建完整知识库系统
前面我们已经逐个拆解RAG全部组件：文档加载、文本分割、Embedding向量化、向量存储、检索召回。本篇将所有模块整合，构建一套完整可运行的私有知识库问答系统。包含文档入库流水线、用户问答链路、Prompt工程、引用来源输出，同时讲解生产级优化、边界异常处理。
LangChain4j从入门到精通：RAG检索增强生成文本分割参数调优实战
上一篇我们完成文档加载，通过Loader读取PDF/TXT/Markdown文件，得到完整Document文档对象。但是原始文档往往篇幅巨大，动辄上万字符，无法直接进行向量化。Embedding模型有单次输入文本长度限制，同时长文本向量语义模糊，检索召回准确率会大幅下降。