Tags

第 26 頁

Open Source

Unstructured：文件 AI 最常翻車的地方，不是模型不懂，而是資料進來時就已經亂了

Milvus：向量資料庫不是 RAG 配件，而是會決定搜尋品質與營運成本的基礎設施

Phoenix：LLM 產品真正需要的不是更多感覺，而是看得見的 trace、eval 和錯誤樣本

Semantic Kernel：企業 agent 真正需要的，不是更多魔法，而是可組織的模型、工具與流程

Continue：AI coding 真正卡住的不是補全，而是團隊能不能掌握自己的開發工作流

Haystack：RAG 真正需要的不是又一個聊天範例，而是可拆、可測、可替換的 pipeline

Weaviate：RAG 上線後你才會發現，向量搜尋其實是資料平台問題

MLflow：AI 團隊真正缺的常常不是模型，而是能追蹤、評估、交付的生命週期

Composio：agent 會不會做事，常常卡在工具整合，而不是模型智商

CrewAI：多 agent 真正難的不是多叫幾個模型，而是把角色、流程和責任邊界收住