https://blog.35plus.tech/35PLUS 技术博客 — 企业 AI 知识库、检索增强生成与工程实践Hugozh-CNSat, 10 Oct 2026 21:56:39 +0800https://blog.35plus.tech/opensource/2026/10/article-crawler-design/Sat, 10 Oct 2026 20:00:00 +0800https://blog.35plus.tech/opensource/2026/10/article-crawler-design/<blockquote> <p>一种本地私有化、面向静态博客（Hugo）的内容拾取架构</p> </blockquote> <h2 data-hextra-search-id="摘要">摘要<span class="hx:absolute hx:-mt-20" id="摘要"></span> <a href="#%e6%91%98%e8%a6%81" class="subheading-anchor" aria-label="此章节的永久链接"></a></h2><p>在个人知识管理与技术写作场景中，作者常需将分布在微信、头条、CSDN、掘金、知乎等平台上的优质文章采集到本地博客体系。现有通用采集工具多为云端服务，存在数据外泄、平台适配僵化、反爬能力薄弱等问题。本文介绍一种<strong>本地私有化、数据自持</strong>的多平台文章采集系统「文章拾取器（Article Crawler）」。系统采用分层架构，将采集、转换、存储、输出解耦；设计了一套<strong>下沉到抓取层的自适应反爬框架</strong>，在不引入代理池的前提下以「域名节流 + UA 轮换 + 冷却退避」三级降级应对 IP 级风控；并以「解析器注册模式」实现平台的可插拔扩展。实践表明，该系统能够稳定地将多平台文章转化为符合 Hugo Page Bundle 规范的本地内容，并在真实网络环境下通过 CSDN、知乎等强反爬站点的采集验证。</p>https://blog.35plus.tech/blog/2026/10/chengxuyuanzuodulikaifasannian-wozongjielezhe-5/Fri, 09 Oct 2026 21:19:32 +0800https://blog.35plus.tech/blog/2026/10/chengxuyuanzuodulikaifasannian-wozongjielezhe-5/<h3 data-hextra-search-id="01--那个决定辞职的凌晨">01 | 那个决定辞职的凌晨<span class="hx:absolute hx:-mt-20" id="01--那个决定辞职的凌晨"></span> <a href="#01--%e9%82%a3%e4%b8%aa%e5%86%b3%e5%ae%9a%e8%be%9e%e8%81%8c%e7%9a%84%e5%87%8c%e6%99%a8" class="subheading-anchor" aria-label="此章节的永久链接"></a></h3><p><img src="https://pic1.zhimg.com/70/v2-8c39fc72198974563ea785b35542f709_1440w.avis?source=172ae18b&amp;biz_tag=Post" alt="封面" loading="lazy" /></p>https://blog.35plus.tech/blog/2026/10/toutiaolianjiedabukaibieluanshua/Fri, 09 Oct 2026 06:06:47 +0800https://blog.35plus.tech/blog/2026/10/toutiaolianjiedabukaibieluanshua/<p>经常刷头条的朋友应该都遇见过，复制网页链接点开，页面空白、内容直接消失，今天就拿链接<br> <a href="https://www.toutiao.com/article/1869393565370375" target="_blank" rel="noopener">https://www.toutiao.com/article/1869393565370375</a>给大家讲清楚，为啥文章会打不开，以及实用解决办法。</p> <p>不管是别人转发分享，还是自己收藏的旧文章，网页端头条链接失效是很普遍的情况。我实测这条链接，直接浏览器访问完全无法加载正文，系统判定内容解析失败，看不到任何文字、图片。</p>https://blog.35plus.tech/blog/2026/10/ruheyong-yushuzhilan-rumenshujukexue/Thu, 08 Oct 2026 17:22:58 +0800https://blog.35plus.tech/blog/2026/10/ruheyong-yushuzhilan-rumenshujukexue/<p>链接起散落的文章，给《玉树芝兰》数据科学系列教程做个导读，帮你更为高效入门数据科学。</p> <p><img src="https://blog.35plus.tech/images/2026/10/ruheyong-yushuzhilan-rumenshujukexue/001.jpg" alt="" loading="lazy" /></p> <p>（由于微信公众号外部链接的限制，文中的部分链接可能无法正确打开。如有需要，请点击文末的“阅读原文”按钮，访问可以正常显示外链的版本。）</p>https://blog.35plus.tech/blog/2026/10/welcome-to-35plus-blog/Wed, 07 Oct 2026 23:00:00 +0800https://blog.35plus.tech/blog/2026/10/welcome-to-35plus-blog/<h2 data-hextra-search-id="我们为什么写这个博客">我们为什么写这个博客<span class="hx:absolute hx:-mt-20" id="我们为什么写这个博客"></span> <a href="#%e6%88%91%e4%bb%ac%e4%b8%ba%e4%bb%80%e4%b9%88%e5%86%99%e8%bf%99%e4%b8%aa%e5%8d%9a%e5%ae%a2" class="subheading-anchor" aria-label="此章节的永久链接"></a></h2><p>35PLUS 一直在做两件事：把企业散落在各处的数据变成可检索的知识，以及让 AI 真正落在业务流程里。这个博客用来沉淀我们在落地过程中积累的方法、踩过的坑和可直接复用的配置。</p>https://blog.35plus.tech/blog/2026/10/static-site-at-ten-thousand-posts/Wed, 07 Oct 2026 11:00:00 +0800https://blog.35plus.tech/blog/2026/10/static-site-at-ten-thousand-posts/<p>静态博客在几百篇时几乎不会遇到性能问题。但跨过某个量级后，四个原本不存在的麻烦会同时出现。</p> <h2 data-hextra-search-id="拐点一构建耗时">拐点一：构建耗时<span class="hx:absolute hx:-mt-20" id="拐点一构建耗时"></span> <a href="#%e6%8b%90%e7%82%b9%e4%b8%80%e6%9e%84%e5%bb%ba%e8%80%97%e6%97%b6" class="subheading-anchor" aria-label="此章节的永久链接"></a></h2><p>这是最先暴露的问题。不同生成器在 1 万页量级的差距是<strong>数量级</strong>的：</p>https://blog.35plus.tech/blog/2026/10/ai-knowledge-base-rag/Wed, 07 Oct 2026 10:00:00 +0800https://blog.35plus.tech/blog/2026/10/ai-knowledge-base-rag/<p>很多企业在做知识库时都会问同一个问题：<strong>直接把文档丢给大模型不行吗？</strong></p> <p>答案是：短期可以，长期不行。本文解释为什么 RAG（检索增强生成）不是可选项，而是必选项。</p>https://blog.35plus.tech/blog/2026/10/vector-search-rerank-tuning/Tue, 06 Oct 2026 15:30:00 +0800https://blog.35plus.tech/blog/2026/10/vector-search-rerank-tuning/<p>做了向量检索之后，很多人会发现一个尴尬现象：<strong>召回的 10 条里，真正有用的只有 3 到 4 条</strong>。</p> <p>问题不在向量模型，而在向量检索本身的表达能力上限。</p> <h2 data-hextra-search-id="为什么向量召回会漏">为什么向量召回会漏<span class="hx:absolute hx:-mt-20" id="为什么向量召回会漏"></span> <a href="#%e4%b8%ba%e4%bb%80%e4%b9%88%e5%90%91%e9%87%8f%e5%8f%ac%e5%9b%9e%e4%bc%9a%e6%bc%8f" class="subheading-anchor" aria-label="此章节的永久链接"></a></h2><p>向量检索把 query 和文档各压缩成一个向量，用余弦距离排序。这个过程的损失在于：</p>https://blog.35plus.tech/blog/2026/09/ruhekaifayigeai-agent/Mon, 28 Sep 2026 05:15:19 +0800https://blog.35plus.tech/blog/2026/09/ruhekaifayigeai-agent/<h4 data-hextra-search-id="文章目录">文章目录<span class="hx:absolute hx:-mt-20" id="文章目录"></span> <a href="#%e6%96%87%e7%ab%a0%e7%9b%ae%e5%bd%95" class="subheading-anchor" aria-label="此章节的永久链接"></a></h4><ul> <li> <ul> <li> <ul> <li><a href="#AI_Agent__7">一、AI Agent 核心架构设计</a></li> <li> <ul> <li><a href="#1_Perception_8">1. 感知层（Perception）</a></li> <li><a href="#2_Cognition_28">2. 认知层（Cognition）</a></li> <li><a href="#3_DecisionMaking_43">3. 决策层（Decision-Making）</a></li> <li><a href="#4_Execution_57">4. 执行层（Execution）</a></li> </ul> </li> <li><a href="#_76">二、关键技术栈选型</a></li> <li><a href="#Agent_87">三、开发流程实战（以客服Agent为例）</a></li> <li> <ul> <li><a href="#1__88">1. 需求分析与领域建模</a></li> <li><a href="#2__101">2. 数据处理管道</a></li> <li><a href="#3__115">3. 混合推理系统架构</a></li> <li><a href="#4__127">4. 实时性能优化</a></li> </ul> </li> <li><a href="#_151">四、关键挑战与解决方案</a></li> <li> <ul> <li><a href="#1__152">1. 长对话状态管理</a></li> <li><a href="#2__169">2. 可信性与可解释性</a></li> <li><a href="#3__182">3. 多模态协同</a></li> </ul> </li> <li><a href="#_203">五、测试与评估体系</a></li> <li> <ul> <li><a href="#1__204">1. 自动化测试框架</a></li> <li><a href="#2__217">2. 评估指标矩阵</a></li> </ul> </li> <li><a href="#_227">六、部署与持续演进</a></li> <li> <ul> <li><a href="#1__228">1. 微服务架构部署</a></li> <li><a href="#2__250">2. 持续学习流程</a></li> </ul> </li> <li><a href="#_270">七、前沿发展方向</a></li> </ul> </li> </ul> </li> </ul> <p>开发一个AI Agent是一个融合人工智能、软件工程和领域知识的系统性工程。以下是完整的开发指南，结合实际案例和技术选型建议：</p>https://blog.35plus.tech/blog/2025/03/zhinengzhengwuxinjiyuan-aiqudongdezidonghuabangonggeming/Mon, 03 Mar 2025 12:48:23 +0800https://blog.35plus.tech/blog/2025/03/zhinengzhengwuxinjiyuan-aiqudongdezidonghuabangonggeming/<h4 data-hextra-search-id="智能政务新纪元ai驱动的自动化办公革命">智能政务新纪元：AI驱动的自动化办公革命<span class="hx:absolute hx:-mt-20" id="智能政务新纪元ai驱动的自动化办公革命"></span> <a href="#%e6%99%ba%e8%83%bd%e6%94%bf%e5%8a%a1%e6%96%b0%e7%ba%aa%e5%85%83ai%e9%a9%b1%e5%8a%a8%e7%9a%84%e8%87%aa%e5%8a%a8%e5%8c%96%e5%8a%9e%e5%85%ac%e9%9d%a9%e5%91%bd" class="subheading-anchor" aria-label="此章节的永久链接"></a></h4><p>随着信息技术的飞速发展，政务领域也迎来了前所未有的变革机遇。传统的政务工作流程繁琐、效率低下，难以满足现代社会对高效、透明和便捷服务的需求。近年来，AI技术的迅猛发展为政务自动化带来了新的曙光。本文将探讨如何利用智能化工具软件，特别是AI编程平台，来推动政务系统的全面升级，提高政府工作效率和服务质量。</p>