- 博客(13)
- 收藏
- 关注
RSS订阅原创 # 003、AutoSAR方法论：开发流程与工具链概览
本文分享了AutoSAR开发流程与工具链的实战经验。作者通过一个CAN通信丢帧的案例，揭示了工具链协同的重要性。AutoSAR开发采用"配置驱动"模式，通过工具生成代码而非手动编写，确保ID合规性、字节序一致性等关键要素。工具链主要分为Vector、ETAS和EB三大阵营，各具特点。文章详细拆解了从系统设计到验证调试的7个关键步骤，并给出5条实用建议：将ARXML视为数据库、锁定工具版本、自制检查脚本、预留应急通道、在配置中嵌入决策注释。作者指出，虽然AutoSAR初期学习成本较高，但其
2026-04-06 08:29:10
227
原创 # 002、AutoSAR核心概念：CP与AP平台深度解析
本文从真实车载 ECU 调试问题切入，对比讲解 AutoSAR 两大核心平台：Classic Platform（CP）与 Adaptive Platform（AP）。CP 侧重高确定性、强实时性，面向安全关键控制，采用静态架构、信号通信与固定调度；AP 侧重高性能与灵活性，适用于域控、智驾等场景，基于微服务、动态调度与以太网通信。文章从架构、代码、通信、开发流程、工具链等维度展开对比，并给出混合架构选型建议与实战调试心得，强调理解平台设计哲学比单纯配置更重要。
2026-04-05 21:17:32
2
原创 # 001、汽车软件架构演进：从传统ECU到AutoSAR
本文回顾了传统ECU开发的痛点：硬件依赖严重、通信协议混乱、代码耦合度高。介绍了AutoSAR CP如何通过分层架构解决这些问题，包括硬件抽象、RTE解耦和可视化配置。对比了CP（实时控制）和AP（高算力服务）的不同定位，强调混合架构的价值。分享了量产落地经验：避免工具链绑架、保留调试通道、渐进式迁移。建议团队从小规模试点开始，通过实际数据验证AutoSAR的价值，推动汽车软件从"手工作坊"向"现代工业"转型。
2026-04-05 21:17:17
79
原创 010、评估、部署与展望：评测指标、性能调优及未来演进
本文分享了RAG系统优化的实战经验。作者通过一次线上事故发现，仅关注准确率指标远远不够，提出了三层评估体系：检索质量层关注位置敏感度，生成质量层自制三个关键指标，系统层则需细粒度监控各环节延迟。在优化实践中，建议根据数据规模选择向量索引方案，动态调整生成参数，并采用多级缓存策略。部署时需注意镜像瘦身、流量调度和自定义监控指标。未来可探索多模态检索和边缘部署。核心建议是：定期全链路压测，指标要贴合业务，重视工程实现细节，系统稳定性优于算法精度。
2026-04-04 20:54:25
380
原创 009、高级优化：查询扩展、多路召回与RAG-Fusion
本文分享了RAG系统召回阶段的优化实践。通过查询扩展（同义词扩展和LLM生成扩展）扩大搜索范围，结合多路召回（向量检索、关键词检索和元数据过滤）提升覆盖面和准确性，最后采用RAG-Fusion策略对结果进行交叉重排和多样性控制。文章总结了关键经验：控制扩展数量、合理设置召回权重、加强监控和缓存机制，并强调人工评估的重要性。这些方法有效解决了语义相似但内容跑偏的问题，将线上问题单月降低了70%。召回阶段的质量决定了整个RAG系统的上限，需要通过渐进式优化来提升稳定性。
2026-04-04 20:54:00
261
原创 008、系统组装与API服务化：构建完整RAG Pipeline
本文分享了RAG系统开发中的实践经验。文章首先指出模块接口不对齐的常见问题，如排序逻辑错误处理发布时间字段。接着从管道组装、API服务化（基础封装、状态管理、可观测性）和调试问题三个方面，详细介绍了开发注意事项，包括保留中间结果、超时控制、会话管理、监控埋点等技巧。最后给出5条实用建议：规范接口定义、重视测试、版本化管理、预留扩展空间和完善文档。通过真实案例（如UUID显示问题）说明工程思维与产品思维的差异，强调系统设计要兼顾技术实现和用户体验。
2026-04-03 11:14:10
255
原创 007、大语言模型集成：Prompt工程与上下文管理
摘要：本文总结了Prompt工程中的实战经验与陷阱。指出了简单字符串拼接方式的隐患，提出结构化组装方案；分析了上下文管理的三大现实约束（窗口余量、位置偏差、多轮衰减）；分享了生产环境调试技巧（标记追踪、分层指令等）和易忽略细节（换行符、温度参数等）。强调Prompt工程需系统化思维，建议建立版本管理、数据验证机制，并注意精简指令的效果。这些经验对优化RAG系统具有实际指导意义。
2026-04-03 11:13:16
133
原创 006、检索器核心：相似度计算、混合搜索与重排序
摘要：本文探讨了RAG系统中相似度检索的常见误区和优化策略。作者指出，单纯依赖高相似度分数不可靠，需结合多种技术手段：1）改进相似度计算方法，处理边缘情况；2）采用混合搜索融合向量与关键词检索；3）通过重排序模型优化结果质量。文章强调调参比更换模型更重要，建议动态调整阈值、权重和缓存策略。实践表明，适当放宽初检范围配合严格重排序，往往比严格初检效果更好。这些经验对于构建高效的RAG系统具有重要参考价值。
2026-04-01 20:30:00
8
原创 005、向量数据库实战：Chroma/Weaviate的存储与检索
本文对比了轻量级向量数据库Chroma和Weaviate的实战应用。Chroma安装简单，适合快速原型开发，需注意统一embedding模型；Weaviate功能更强大，支持多模态检索和混合搜索，但部署较复杂。文章重点分享了性能调优参数（HNSW算法的ef、M等）、元数据过滤策略、增量更新方案等实战经验，并强调原始文档备份的重要性。建议根据业务规模选择工具：Chroma适合验证，Weaviate适合中小规模生产，百万级数据需考虑Milvus等方案。
2026-04-01 00:18:01
11
原创 004、Embedding模型实战：选型、微调与本地化部署
昨天深夜调试RAG召回环节，又遇到一个典型问题：用户问“如何调整系统时区”，系统返回了一堆“系统时钟校准方法”“硬件RTC配置指南”——看起来相关，但实际完全不对路。打开日志一看，Embedding向量相似度得分都在0.85以上，技术上说匹配“很好”，业务上说匹配“错了”。这个场景太熟悉了，问题就出在Embedding模型上：我们直接用了开箱即用的通用模型，没考虑业务场景的特殊性。
2026-03-31 18:22:46
152
原创 003、文档处理流水线：文本提取、分块与清洗策略
《RAG问答系统的文档处理血泪史》摘要：调试合同时系统返回食堂菜单的离奇经历，揭示了文档处理的关键痛点。文章分享PDF/Word/Excel等格式的针对性处理方案，包括OCR优化、表格转Markdown、隐藏字符清洗等实战技巧，提出混合式智能分块策略（保留段落/表格完整性）。作者总结了六条血泪经验：格式判断要精准、分块需弹性、表格特殊处理、保留层级信息、清洗要有度、流程需可追溯。最后强调文档预处理如同备菜，质量直接决定最终问答效果，建议结合人工抽查确保处理质量。
2026-03-31 18:13:26
7
原创 002、环境搭建：Python生态与向量数据库选型部署
本文分享了搭建RAG系统时解决Python环境依赖和向量数据库选型的实战经验。重点建议使用虚拟环境管理Python版本，按特定顺序安装核心依赖库，并对比了FAISS、Chroma、Qdrant等主流向量数据库的优缺点。作者推荐开发阶段用Chroma快速迭代，生产环境使用Qdrant，并提供了Docker部署方案和环境检查脚本。最后总结了包括版本锁定、容器化、资源监控等5条血泪教训，特别提醒要注意建立向量索引等基础操作。这些实战经验对RAG系统开发部署具有重要参考价值。
2026-03-30 11:36:51
362
原创 RAG系统核心概念与架构全景解析
摘要：本文通过一个RAG系统生成错误答案的案例，剖析了检索增强生成技术的关键问题。作者指出RAG系统的核心不在于单一模块优化，而在于检索器与生成器的协同配合，并拆解了数据层、检索层和生成层的常见误区。文章强调系统思维的重要性，提出优先优化生成器指令理解能力等反直觉建议，并分享了术语映射表、评测指标选择等实战经验。最后给出实施建议：注重文档结构分析、建立调试机制和测试集，通过强化检索与生成间的"确认机制"提升系统可靠性。
2026-03-30 00:12:10
375
1
人工智能 + 软考全科备考全景图 + 考试体系科目选择通关战略总览
2026-03-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人