Tags

第 29 頁

RAG

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

LanceDB：RAG 的資料層不只要會向量搜尋，還要能承受多模態資料和工程迭代

LlamaIndex：RAG 和 agent 真正難的，不是接上模型，而是把資料入口做成可維護系統

Onyx：很多公司缺的不是另一個 AI Chat，而是能接住內部知識的工作入口

Ragas：當 AI 團隊不想再靠 vibe check 上線，這套開源 eval 框架補的是哪一段

當 AI 團隊開始自己養網頁資料，Crawl4AI 正好補上最容易爛掉的那一段

Open WebUI 不只是聊天介面，它正在長成企業自建 AI 入口層

當知識庫每天都在變，Pathway 比再疊一層 RAG 工具更值得先看

Docling 值得現在看嗎？真正難的不是把 PDF 轉成文字，而是你把版面、表格與脈絡一起弄丟了