TaurusDB 接入 MaaS:用 SQL 调用大模型,让数据智能融入业务 SQL
TaurusDB 接入华为云 MaaS,把文本推理、文本向量化与语义检索变成 SQL 表达式,模型结果可直接查询或写回表中。AI_GENERATE 与 AI_EMBEDDING 负责调用模型,STORED 生成列自动保存向量,配合 VEC_DISTANCE_COSINE 即可用 SQL 实现 RAG。
TaurusDB 接入华为云 MaaS,把文本推理、文本向量化与语义检索变成 SQL 表达式,模型结果可直接查询或写回表中。AI_GENERATE 与 AI_EMBEDDING 负责调用模型,STORED 生成列自动保存向量,配合 VEC_DISTANCE_COSINE 即可用 SQL 实现 RAG。
本体(Ontology)是对业务对象、概念、关系和规则进行结构化定义的知识模型,用于让 AI 理解企业业务语义。它不是数据库或知识图谱的替代品,而是为数据和系统提供统一语义基础。在 AI Agent 应用中,本体通过统一概念与操作约束,解决业务理解不准确、数据孤岛及 Tool 选择困难等痛点。
vivo 互联网搜索团队基于 OpenTask 大模型构建轻量化「研发数字人 Agent 系统」,已替代 80% 以上繁琐事务。系统采用「离线知识库静态支撑 + MCP 动态接口调用 + 个性化 Skill 推理」三层架构,实现问题受理、信息检索、逻辑分析、方案输出的全流程自动化闭环。该系统具备低侵入、可自进化特性,让研发人员聚焦核心开发工作。
该文将 AWS 负责任 AI(RAI)的八个维度映射到 Amazon Aurora PostgreSQL-Compatible Edition 的各项能力,并以基于 RAG 的客服聊天机器人为参照用例,深入设计其中的可解释性(Explainability)维度。
Social Department 构建了运行于 Amazon Bedrock 的 QuickSearch 系统,通过 Shareable Scenes、Quotable Quotes、Memeable Moments 和 Trend Align 四个一键操作,直接返回营销人员难以用文字描述的视频片段。
Unsiloed AI 完成 750 万美元种子轮融资(Felicis 领投,Y Combinator 等参投),将含表格、图表的复杂企业文档转化为 AI 智能体可用的结构化数据,并标注信息来源以便核验。
DeepSeek 官网显示,自北京时间 2026 年 11 月 18 日 12:00 起,调用模型时触发的服务端搜索、网页抓取不再计费,仅按模型 Token 用量计费。
AI 数据库落地的关键在于把语义、推理、检索、图化、安全五层放进库内承载,而不是外挂三件套,选型顺序一错就要反复返工。金仓在库内用 ONNX 就地完成向量化,DiskANN 索引在 1 亿条向量、768 维、98% 召回率条件下内存占用降低 95.4%。
本机用 bge-small-zh 提取原始 CLS 向量实测:未归一化点积分数从 11.7 爆到 36.2,阈值没法设、分数不可解释,根因是点积里混进了两个不受控的范数。
作者把几个已量产成熟项目的架构与模块设计模式提取成知识库,经检索服务按项目特性供给 AI 参考设计与编码,并以使用反馈加人工裁决的方式维护更新。首版知识库含 55 个模式条目、累计 61 次提交;一次实际设计召回 19 个候选条目,由工程师对照当前项目逐条判断采用或拒绝。知识库只维护单一来源,服务端保留完整访问记录,反馈不自动修改条目,新条目由人裁决是否入库。
AWS 官方博客演示在 AgenticRetrieveStream 请求中加入 memoryConfiguration,让 Managed Knowledge Base 与 AgentCore memory 接管会话存储、长期事实提取与检索,应用不再需要自建会话表或重放历史。
Novo Nordisk 制药技术团队基于 Amazon Bedrock AgentCore 构建了 agentic AI 制造工艺文档智能支持系统,将原本需要数小时或数天完成的工作缩短至数分钟。
AWS 官方博客讲解如何用 Amazon Bedrock 托管知识库的检索指令为每个租户定制答案。检索指令包含 persona、answerFormat、retrievalGuidance、answerPolicy 四个字段,作为托管且版本化的资源被各请求引用,可固定版本并逐租户灰度发布与回滚。
Amazon Bedrock Managed Knowledge Base 现已支持表格搜索,通过 AgenticRetrieveStream 对 CSV、XLSX、XLS 文件运行模型编写的代码,把跨行计算与相关文档事实结合后作答。
Apple 与医疗 AI 公司 OpenEvidence 合作推出一款研究应用,邀请美国 21 岁以上、使用 iPhone 15 及以上设备且运行 iOS 26 的用户参与,计划招募最多 20 万名参与者、持续超过 12 个月。
本文认为企业级AI在向量RAG、知识图谱和Agent工作流之上还缺一层本体论,用来统一定义业务概念、逻辑公理与动作边界。文章用毛利率口径不一致、供应商图谱标签混乱和80万元违规采购被放行三个故障案例说明缺失后果,给出五层企业AI架构和从20到50个核心概念起步的三步落地法,并区分了何时只用传统RAG、何时必须上本体组合。
作者使用开源项目 OneSelf 搭建个人站,把个人信息统一成专属上下文,授权后供不同 AI 读取。部署仅需一台预装 Docker 的服务器和一行命令,支持 Cloudflare Tunnel 等访问方式,可让 AI Agent 整理资料并经用户批准后上线。数据默认私有并运行在本地,用户可按目录控制公开范围和 Agent 权限,随时可撤销。
AWS 在 Agent Toolkit for AWS 的 amazon-bedrock skill 中新增迁移指南,让编码智能体协助你把客户自管知识库迁移到 Amazon Bedrock Managed Knowledge Base。
中兴通讯"璇玑"是面向企业场景的本体语义驱动型智能数据平台,以统一语义为核心枢纽,向下连接多源数据,向上通过 RESTAPI、GUI、SDK 等方式接入业务应用与智能体。
知数堂老徐把 AI 数据库选型拆成七个按顺序推进的问题,涵盖语义管理、混合检索、数据准备、应用接入、安全落点、既有业务兼容和交付生态,并建议七问中有两问答不上来就先不定方案。
vivo 互联研发效能团队系统梳理 AI Agent 技术演进全景,核心目标是构建能自主规划、调用工具并交付结果的"数字员工"。文章沿提示词工程、RAG、Harness 工程到 ReAct 循环与多智能体协作的路线展开,解释每一步如何因前一步的局限而催生。
AWS 生成式 AI 创新中心开放 23 个开源生产级可复用资产,涵盖 RAG 管道、文档处理模块与智能体脚手架模板,可将开发周期从数月压缩到数周。DoorDash 用 Contact Center GenAI Agent 建成日均处理超 100,000 次呼叫、响应延迟 2.5 秒的语音自助客服,测试容量提升 50 倍。
作者用 130 行 Python(不依赖任何框架)搭了一个最小 RAG 系统,让本地 qwen2.5:3b 回答公司制度问题,20 道评估题答对 18 道(准确率 90%),检索命中率和语料外拒答正确率均为 100%。
推荐理由:作者把检索与生成拆开归因,并用 20 题评估集量化各环节,提供了可迁移的先测量再调优实践方法。
黄啊码复盘一年多为国企和上市公司交付多个百万级 AI 项目的 FDE 经验,系统拆解获客、成交与交付方法。FDE 的本质是“咨询+敏捷项目管理+技术”,新手应优先算清 ROI,避开低价值定制与通用型企业知识库等黑榜场景。作者建议先跑通 5—10 个真实付费客户的完整闭环,再聚焦高客单 C 端服务业等黄金细分赛道。
作者把企业评测的执行方式分为手工、写脚本、工具框架、平台化四种,并将市面上二三十款评测工具按评模型/评应用、框架/平台两个维度分类梳理。
推荐理由:原文把评测工具按评模型/评应用、框架/平台两刀分类,并给出决策树和六个场景的选型答案,可直接迁移到自家项目选型。
TCS 基于 Amazon Bedrock AgentCore 构建了面向银行、金融服务与保险(BFSI)客户的多租户智能体测试编排器,将 Jira 需求、业务需求文档等输入自动转化为可执行、受管控的测试。
作者在 Rocky 8.10 老服务器上用 MinerU 4.0.12 解析试卷和杂志数月,整理出安装、档位选择、API 调用与运维避坑的实战笔记。glibc 2.28 环境需跳过 mineru-llama-cpp 并改用 vLLM 加 onnx 后端,standard 档优先回填原生表格、advanced 档换来更细标题层级,没有通吃的一档。
老张复盘供应链溯源多跳查询的优化经历,分析金仓 AI数据库的库内图化方案,核心观点是图不必单独建库,可作为关系表按语义对象推导出的视图。库外图库的代价在于同步链路、第二套权限和两份存储,库内图化则与表实时一致、权限沿用库内规则。作者给出适用边界:图关系必须能从表推导、多跳深度以五跳以内为常态、复杂图算法仍应交给专业图库,并补充语义对象、关系字段干净度等六条工程细节。
Amazon Bedrock Managed Knowledge Base 现在通过 AgenticRetrieveStream 支持单轮 RAG 和仅检索请求,应用可用同一 API 为简单查询和复杂问题分别选择检索模式。
CrossnoKaye 的自动化平台 ATLAS 与智能体系统 AURA 基于 AWS 构建,借助 Amazon Bedrock AgentCore 将工厂数据与 AI 推理接入设备闭环控制。
作者团队在构建申论归纳概括题智能 RAG 解题系统时,从架构图的两处数据断层出发,重构了从双轨检索、RRF 重排到 LoRA SFT 受控生成的端到端对齐链路。
SoloMD 是一款开源免费的本地优先 Markdown 笔记工具,安装包仅 10–15 MB,定位 AI 优先写作。相比 Typora 收费、Obsidian 体积庞大,它基于 Tauri 2 / Rust / Vue 3 实现,运行内存 100–200 MB 即可提供 Typora 风格所见即所得编辑。
亚马逊北美分拣中心(NASC)团队在 Amazon ECS Fargate 上构建了无服务器 MCP 服务器,作为 AI 智能体与企业数据湖之间的集中式、智能体无关的网关。新增数据集只需一个 JSON 元数据文件,服务器在下次管道同步时自动发现,无需为每个数据集编写集成代码。该架构在多租户环境中支持多个智能体与应用,端到端交互延迟保持在 15–20 秒。
火山引擎推出的 Agent 上下文数据库 OpenViking 支持文档、图片、音视频、3D 等多模态数据的导入与理解,并可连接业务系统、一键编译 LLM Wiki。目前 OpenViking 已上线多种相关能力。
这篇教程把 Agent 测评常用指标分为判定类、检索类、相似类、行为类四类,讲清每类量什么、大白话怎么算、什么情况下会坑你。判定类指标全部从一张四格表算出,精确率管误报、召回率管漏报,两边代价不对称时把更疼的一边定成主指标;RAG 应拆成检索层和生成层分开算,命中率@K 的 K 必须跟着系统真实行为走,应用取 3 就不该用 @10 评测。
海亮科服推出基于 OpenSpan 生涯大模型的 e生涯服务平台,为家庭提供覆盖选科、兴趣培养与升学规划的 AI 生涯规划服务,基础规划服务免费。平台配有成长档案,可在孩子学业表现或兴趣变化时结合记录重新分析并调整建议。其 r43 版本的一次内部评测覆盖 89 个对话,整体可用率为 92.1%。
AWS 宣布 Amazon Bedrock AgentCore 的 Web Answer 正式可用,智能体通过一次工具调用即可获得带来源引用的合成答案,不再需要自建搜索、检索、合成与引用管线。Web Answer 自行规划搜索、并行执行并核验事实,与返回原始链接的 Web Search 互补;目前仅在 us-east-1 可用,每 1000 次调用收费 $10。
推荐理由:原文把 Web Answer 与 Web Search 的分工讲清,并给出从网关授权到智能体调用的完整接入步骤,便于评估是否替换自建检索链路。
Box 将 Nvidia Nemotron 嵌入系统集成到产品核心,推出新功能 Box Content Retrieval,让智能体依托嵌入元数据更高效地回答查询。Nvidia 预计该系统可将查询速度提升 4 倍、错误减少 20%、token 用量减少 90%。该功能将于明年初向所有 Box Enterprise Advance 客户推出。
在腾讯全球数字生态大会上,腾讯发布 WorkBuddy 企业版四项升级,包括开放平台、企业级安全解决方案、可观测中心和托管智能体 WMA,同时发布一体化办公套件 Buddy One 并升级 Agent Runtime 基础设施,目标是让 Agent 从个人工具进入真实业务流程。
本文以一个包含 815 个文档片段的 SDN 运维知识库为例,讲解 RAG 中向量检索与 BM25 两条检索路各自的优势和盲区,以及用 RRF 按名次而非原始分数合并结果的做法。