- 博客(1115)
- 资源 (44)
- 收藏
- 关注
RSS订阅
原创 《向量数据库指南》——2023年7月国产向量数据库排行榜Top3：Milvus，Milvus Cloud，Tencent Cloud VectorDB
根据VectorDBBench数据，2023年7月的国产向量数据库排行榜中，排名前十的向量数据库分别是Milvus、Milvus Cloud、Tencent Cloud VectorDB、Zilliz Cloud、TensorDB、cVector、Om-iBASE、Vearch、Transwarp Hippo和Proxima。它提供了云端向量数据库服务，可以快速搭建云端向量数据库平台，支持多种数据源接入和多种查询语言，同时还提供了可视化界面和API接口，方便用户进行数据管理和查询。
2023-08-01 14:33:59
857
原创 LCHub：2023年无代码、低代码8大技术趋势
根据Gartner预测，到2025年，70%的应用程序将由低代码和无代码开发平台构建，其中 80%的应用程序由非IT工作者开发而成。没有编程背景的业务人员通过低代码、无代码可视化拖拽开发平台，也能创建安全、稳定、扩展性强的应用程序，对于组织的发展、运营来说至关重要，这将极大提升部门之间的协同效率、客户服务体验等。数据显示，26%的高管将“无代码、低代码开发平台”列为他们最重要的自动化投资，自 COVID-19 以来，这一投资增加了一倍多（从10%到26%）。低代码增强了应用程序生命周期的协作和迭代效率。
2023-01-22 09:00:00
2310
原创 《向量数据库指南》——向量数据库：AI时代的隐形巨人，挑战与机遇并存
在深入探讨向量数据库的门槛及其被低估的实质之前，我们首先需要明确一点：向量数据库作为AI时代数据处理领域的一股新兴力量，其背后蕴含的技术复杂性与应用潜力远超一般人的想象。随着机器学习、自然语言处理及计算机视觉等技术的飞速发展，传统的关系型数据库在处理高维向量数据方面显得力不从心，而向量数据库正是在这一背景下应运而生，旨在解决AI数据处理的独特挑战。
2024-09-11 09:00:00
69
原创 《向量数据库指南》——解锁AI新篇章：高效处理非结构化数据的五大策略
在探讨如何有效处理非结构化数据这一AI发展的核心挑战时，我们首先需要深入理解非结构化数据的本质特性及其带来的技术难题，进而探讨当前技术生态中的不足与机遇，并提出一系列专业且可操作的解决方案。
2024-09-10 20:00:00
67
原创 《向量数据库指南》——非结构化数据大爆发，向量数据库引领电商推荐新潮流
在当今数据驱动的时代，数据作为企业的核心资产，其价值挖掘的深度与广度直接关乎到企业的竞争力和创新能力。长久以来，结构化数据因其规整的格式和易于分析的特性，成为了数据科学家和工程师们研究的热点，其潜力在多个领域已被充分挖掘和应用。然而，随着互联网的飞速发展，非结构化数据的爆发式增长不容忽视，它们以文本、图像、音频、视频等多种形式存在，占据了数据总量的绝大部分，且增长速度远超结构化数据。
2024-09-10 09:00:00
66
原创 大模型背后的秘密武器：向量数据库引领数据革命
在探讨为何向量数据库会成为大模型热潮中的基础设施之前，我们首先需要深入理解非结构化数据的本质、其迅猛增长的动因，以及这一趋势如何驱动了数据存储与检索技术的革新。随着人工智能（AI）技术的飞速发展，特别是在自然语言处理（NLP）、计算机视觉（CV）等领域的突破性进展，人类社会正逐步迈入一个由海量非结构化数据主导的新时代。这一过程不仅深刻改变了信息处理的方式，也对传统的数据存储与检索机制提出了前所未有的挑战。
2024-09-09 20:00:00
85
原创 《向量数据库指南》——如何评估 Embedding 模型
相反，在公司有限的法律或财务文档库中进行语义搜索这类应用，通常追求高准确性，因此，选择一个更大的模型才是更明智的选择。在医疗诊断、法律文件分析或为特定产品提供技术支持等应用中，特定领域的模型能够更深入地理解相应领域使用的专业语言，显著优于通用模型。因此，对于问答、语言翻译或情感分析等更复杂的任务，我们需要选择能捕捉到内容细微差异的模型。对于 IMDB 数据集，我们也可以采用类似的方法，将所有数据集的向量保存在一个向量数据库中，创建一些样本问题，并按照之前同样的流程插入数据并执行搜索。
2024-09-09 10:41:05
145
原创 《向量数据库指南》——博世智驾向量检索的选型之道
更重要的是，根据实际生产环境验证，随着业务的扩展，搜索速度依然保持在毫秒级，“我们测过数十个并发搜索，根本感觉不到搜索速度变慢”，张工如是说。Milvus 还提供了分段以及分片的搜索方法，这样的效率更高，能够解决业务当前面临的痛点，特别是在处理大规模数据和高维度特征数据时。在向量数据库的选型过程中，博世智能驾控通过引入。在nlp领域，智能问答知识库召回场景很多都采用了 HNSW 图索引，这是一种广泛使用的索引方法，它虽然简单易用，但需要将原始的高维特征直接存储进算法库，资源消耗量巨大，成本极高。
2024-08-28 09:00:00
66
原创 《向量数据库指南》——Milvus赋能博世智能驾驶：数据引领未来出行革命
在深入探讨Milvus在智能驾驶领域的无限潜力时，我们不得不首先认识到，随着自动驾驶技术的飞速发展，数据已成为驱动这一行业变革的核心要素。自动驾驶系统需要处理海量的实时数据，包括但不限于车辆传感器收集的环境信息（如摄像头捕捉的图像、激光雷达的点云数据、雷达探测的距离与速度等）、车辆状态数据（如速度、加速度、方向盘角度等），以及来自云端或车际通信（V2X）的外部数据。这些数据的复杂性和实时性要求，对数据处理技术提出了前所未有的挑战。
2024-08-27 09:00:00
113
原创 《向量数据库指南》——无需 OpenAI 即可搭建 RAG 应用（二）
ChatGPT 在 2023 年将 AI 这一火热概念推至新高度。而如今开发人员有了更多的选择，不再局限于 OpenAI。在本系列的前两篇文章内我们介绍了如何通过 OpenAI 之外的大语言模型（LLM）来构建检索增强生成（RAG）应用。本文将使用 BentoML 、OctoAI、Milvus 向量数据库搭建 RAG 应用。
2024-08-26 17:49:26
52
原创 《向量数据库指南》——AI应用长文本与RAG技术爬坡
另外一部分是online 的部分， online 的时候就是用户要过来查这个书了，那怎么能够快速把这书找到，依赖于线下做的事情，然后这两块现在都有进化，都有新的技术栈的加入，整体来看实现效果包括应用情况也比 6 个月之前要好了很多。大语言模型的进展除了长文本本身之外，包括推理和逻辑的能力也在提升，然后就出现了用大语言模型去解析query语义，将其拆成多步，甚至产生了是交互式的问题解答，即先解答一步，然后根据该步的返回的情况，再让大语言模型去决后面一步要解决什么样的问题。主要是延迟特别高，或者精度特别的差。
2024-08-19 20:00:00
87
原创 《向量数据库指南》——AI应用长文本与RAG场景：搜索
分两部分，第一部分是做语义检索，语义检索本质上是粗颗粒度的模糊的搜索，把这一篇网页分成 50 个片段，每个片段 500 个字，然后整个片段就生成一个向量，然后向量代表了这个网页抽象语义，或者是它的一个指纹或表征，这是一种抽取的方式，它并没有逻辑的关系。所以如果每一个免费用户都花几美金的成本去承担query的成本，这肯定是付不起的。至于向量怎么生成出来，拿深度神经网络模型训出来的，然后对齐了一些业务场景对模型的需求，就是语义相似的东西，就给把这个向量给分布到相似的空间里边的位置上，然后这是一部分的抽取。
2024-08-19 09:00:00
724
原创 《向量数据库指南》——AI应用长文本与RAG场景：AI Coding
如果量大且对成本的考量比较敏感，可以再用向量搜索的方式去做一些切块，然后把里边的部分代码通过语义的 similarity 去搜出来，甚至可以结合标签，根据标签的similarity，或者根据大语言模型线下给这一部分代码做的总结去搜索。这里边有很多工程化方法。一些开源的项目会相对容易，host 在 GitHub 上，各方面的文档的read me，各种描述软件，比如说各种 function 的使用文档都是内嵌在 code 里边，有了这些前置条件，这属于比较容易触达到这个问题的核心相对好用通用的办法去解决。
2024-08-18 20:00:00
699
原创 《向量数据库指南》——AI应用长文本与RAG场景：客服与Sales Agent
单纯从开发角度来说，只用长文本会有优势，开发比较简单，基本上不需要复杂的机构或者使用其他的第三方工具，只需要把文本转化成text，然后全部给大模型的message里即可，这个不在于使用效果有多大的差别，而是对于开发者的负担比较小。要看具体的场景，需要开发人员去测一下。场景所需要的文档量级会直接影响选择，例如几千字或者几万字规模适合长文本模型+上下文缓存的方式，不仅能优化价格，还可以优化First Token的延迟。可能有些场景，比如说简单的客服，RAG和长上下文它的效果都可以，都可以满足日常的需求。
2024-08-18 09:00:00
85
原创 《向量数据库指南》——AI应用部署落地与权限安全差别
所以在实际部署的时候，客户有的是自研一部分，然后用一部分开源的组件，有的用第三方的服务商所提供的组件，也有全部交给集成商去做、交给云厂去做的，还有用self service 方式，就是用一个定制化程度不高，但是前前后后全都给做了公开服务的套件，这里边的情况比较复杂。但一般来说这种方案都是可以实施的，因为在每一个成熟的组件里边，比如向量数据库，像Zilliz其实支持了各种部署方式，从私有的到公有的，有的用开源，有的用商业化服务，只要保证每一个组件都能够满足整条业务链路对于前线的要求就可以了。
2024-08-17 20:00:00
292
原创 钧瓷联合体——7月中国最具影响力的50位钧瓷匠人
上榜和排名算法与10项规则有关，其中和个人的知名度，影响力，用户评价，平台指数正相关；2024年7月份中国最具影响力的50位钧瓷匠人排行榜。第 104期（总第435期） 2024-8-17。协同制作——协同评审——联合发布。
2024-08-17 16:14:56
488
原创 《向量数据库指南》——AI应用长文本与RAG通用对比
再加上用户的query，一般情况下长度还是远小于长文本方案的长度，按极限来说长文本是每次付出两个 milliontoken 的推理成本，那 RAG 的方案可能就是 5, 000 个token，每次的推理成本大概是这么一个感觉，但还要考虑到 RAG 有一次性的入库成本，包括除了入库之外，存储还有成本，但是存储成本相对低。比如说是10本某个伟人的手记。可以把一些共同的长上下文先预处理出来，然后当需要用的时候，就直接调用，把 Preview 的时间就给省掉了，但是额外需要付出存储的代价，以及维护存储时间的开销。
2024-08-17 12:49:07
670
原创 《向量数据库指南》——Dopple LAbs：展望未来：构建多模态交互的尖端体验
Dopple LAbs正以坚定的步伐，向着构建一个全面、沉浸式的多模态交互未来迈进。通过不断的技术创新与合作，他们正逐步打破虚拟与现实的界限，为用户带来前所未有的个性化、智能化交互体验。随着这些前沿技术的逐步落地，我们有理由相信，未来的人机交互将更加自然、生动，为人们的生活带来深远的影响。Dopple LAbs的探索，无疑为这一进程树立了标杆，引领着行业向更加广阔的前景进发。
2024-08-16 09:00:00
74
原创 《向量数据库指南》——解决方案：采用安全、高性能的Milvus Cloud向量数据库，赋能Dopple AI的创新与发展
面对不断涌现的新模型和技术的快速演变，Sam和他的团队需要付出巨大的努力来保持竞争力。在未来的日子里，随着Dopple AI业务的不断壮大和技术的持续演进，我们有理由相信，Zilliz Cloud将继续发挥其关键作用，为Dopple AI的成功之路提供坚实的支撑。此外，Zilliz Cloud还提供了丰富的API和灵活的数据管理工具，使得Dopple AI的团队能够更加便捷地进行数据操作和应用开发。Zilliz Cloud作为一款全托管的向量数据库服务，不仅提供了出色的性能和安全性，还具备真正的扩展能力。
2024-08-15 20:00:00
158
原创 《向量数据库指南》——一键部署RAG神器：Milvus Cloud数据智能新纪元
本教程旨在引导您通过一系列步骤，利用Milvus向量数据库、Ray Data分布式计算框架、Amazon S3云存储服务以及Zilliz Cloud全托管向量数据库服务，来设置并优化一个高效的RAG（Retrieval-Augmented Generation）工具。S3提供了高度可扩展的对象存储服务，非常适合存储和检索任意类型的数据，包括向量数据。在将数据导入Milvus之前，您可能需要先将其存储在Amazon S3中，以便于管理和访问。完成注册流程后，您将能够访问AWS管理控制台。
2024-08-15 09:00:00
83
原创 《向量数据库指南》——控制Chatbot对话内容：Dopple AI的创新实践与用户体验优化
为了实现上述的用户交互设计，Dopple AI在后端采用了先进的技术架构。每个对话摘要都会被存储为数据库中的唯一记录，并可以根据用户名进行有效过滤。这一设计确保了用户对话的私密性和可追踪性。对话摘要的生成是一个关键步骤。Dopple AI通过将每三或四条消息合并为一个大的摘要，然后无缝插入到向量数据库中。这一过程不仅实现了对话的高效存储，还为后续的对话记忆和上下文理解提供了基础。向量数据库的应用，使得Dopple AI能够快速检索和匹配相关的对话摘要，从而在对话中带入上下文信息。
2024-08-14 20:00:00
77
原创 《向量数据库指南》——海量数据秒级响应，Milvus Cloud赋能智能检索新时代
综上所述，Milvus Cloud向量数据库以其卓越的扩展性、高效的查询性能以及丰富的企业级特性，在处理大规模、高维度数据方面展现出了强大的竞争力。而基于开源Milvus Cloud构建的Zilliz Cloud全托管向量数据库云服务，则进一步降低了用户的使用门槛和成本，为开发者、数据科学家和企业用户提供了一个高效、便捷、安全的向量数据处理与分析平台。
2024-08-14 09:00:00
76
原创 《向量数据库指南》——用户痛点解析与Dopple AI的创新解决方案：将历史聊天记录融入Chatbot
在当今的AI聊天机器人领域，用户对于交互体验的要求日益提升，他们渴望与聊天机器人进行更加自然、连贯且富有个性化的对话。然而，一个长期存在的用户痛点是将历史聊天记录有效地融入到聊天机器人中，使得机器人能够在对话中具备“记忆”能力，从而提供更加精准和贴切的回应。Dopple AI正是针对这一痛点，通过其创新的技术手段，为用户带来了前所未有的交互体验。
2024-08-13 20:00:00
77
原创 《向量数据库指南》——Ray Data+Anyscale解锁价值评估新篇章
尤其是当我们面对庞大的钧瓷数据库、复杂的交易记录、以及不断更新的市场趋势时，传统的数据处理方式往往显得力不从心。
2024-08-13 09:00:00
516
原创 《向量数据库指南》——全球化视野与本土化实践
对很多地方来讲，我觉得我们中国的工程师其实做得很不错的。但是硅谷的工程师不是看的，他们从来没有一天会把市场分成什么国内市场跟国外市场，他们觉得这理所当然的，就是说我把这产品做好以后，我就应该是全球的领先者，全球最大的player，他们甚至在很早期就会在全球去部署他的商业化的团队，从美国到欧洲到亚洲到澳大利亚，但是我们的想法又跟硅谷的很多公司很像，硅谷其实没有“出海”这个概念，大家觉得全球应该适用于一个通用的技术和产品，他们不会说出海什么东西，他们就觉得只要你的产品做得好，全球都应该是你的市场。
2024-08-12 09:00:00
934
原创 《向量数据库指南》——考虑拓展性
这种可扩展的框架确保了随着数据的增长，您的数据库能力也能随之增长，从而确保整个系统的高效和可靠性能。Milvus 可以通过将整个数据集划分为可管理的 Segment 来应对扩展性的挑战，可以在 Segment 变得不稳定时执行延迟更新或压缩 Segment，从而保持始终出色的搜索质量。为了确保应用能够有效扩展，需要注意的是，由于数据存储在一个大型的 Collection 索引中，这种方式可能导致两个主要问题——索引速度变慢和由于频繁更新数据导致的索引质量下降。这些问题最终会降低搜索质量。
2024-08-12 09:00:00
469
原创 《向量数据库指南》——钧瓷收藏新纪元：BGM-M3与Milvus Cloud共绘智能蓝图
BGM-M3 Embedding模型，以其多语言（Multi-Linguality）、多功能（Multi-Functionality）和多粒度（Multi-Granularity）的处理能力而著称，是近年来自然语言处理领域的一项重大突破。这一模型支持超过100种语言，能够计算稀疏向量、稠密向量和多向量三种常见的Embedding类型，这意味着它能够捕捉并表达文本中丰富的语义信息。尤为重要的是，BGM-M3模型能够处理从短句到长文档的各种长度文本，最多可支持8192个token，这无疑极大地拓宽了其应用场景。
2024-08-12 09:00:00
715
原创 《向量数据库指南》——选择、评估并优化索引
访问时间约为 100 毫秒，但对于不常访问的“冷”数据，可能会延长到几秒钟，适用于离线用例和对预算有限的应用。磁盘索引可以管理数十 TB 的数据，延时约为 100 毫秒，适用于较大且对时间敏感度较低的数据集。合适的索引可以优化 RAG 应用的性能，包括查询速度、存储需求和延时。内存索引是一个中间选项，平衡了性能和容量，提供了良好的 QPS，并能够扩展到 TB 级存储，平均延时约为 10 毫秒。通过比较不同索引在这些指标上的性能差异，您可以根据用例和需求做出合适的选择。根据你的具体需求选择合适的索引类型。
2024-08-11 20:00:00
99
原创 《向量数据库指南》——开源社区与商业化的平衡
我觉得这个说的特别好，因为开发者工具其实有很多，但是事实上真正去做开源的这种社区的，尤其是做的比较大的，其实这样的企业还是比较少的。在这里我也想替投资人去问的一个问题，过去我们有很长的时间都是针对开源社区的搭建，在我们转向这个商业化过程中，配套的组织形态、人才的搭建和内部的 KPI 以及整个企业的目标制定上有怎么样转化过程？但是我们其实内心很平静，我们非常有自信，我们的自信就在于过去五年我们都在做研发，我们积累了上百个用户场景，有一万多家企业级的客户帮我们去打磨我们产品，这是我们最基本的自信。
2024-08-11 09:00:00
69
原创 《向量数据库指南》——RAG应用考虑拓展性
这种可扩展的框架确保了随着数据的增长，您的数据库能力也能随之增长，从而确保整个系统的高效和可靠性能。Milvus Cloud可以通过将整个数据集划分为可管理的 Segment 来应对扩展性的挑战，可以在 Segment 变得不稳定时执行延迟更新或压缩 Segment，从而保持始终出色的搜索质量。为了确保应用能够有效扩展，需要注意的是，由于数据存储在一个大型的 Collection 索引中，这种方式可能导致两个主要问题——索引速度变慢和由于频繁更新数据导致的索引质量下降。这些问题最终会降低搜索质量。
2024-08-10 20:00:00
80
原创 《向量数据库指南》——向量数据库技术积累与商业机会
我们也在与全球流行的数据处理框架如Fivetran（一个云端的全托管数据集成平台，专注于自动化ELT过程，可以自动处理增量数据复制、调度、负载均衡等任务,简化了数据工程师的工作）、DBT（一个开源的数据转换框架，专注于SQL-based的数据工程，允许数据分析师和工程师使用SQL编写数据转换逻辑，并将这些转换组织成可重用的模型）合作，他们之前提供了许多结构化数据的transformation pipeline，现在也在做非结构化数据的pipeline。我们目前有两个产品，一个是开源产品，一个是云的产品。
2024-08-10 09:00:00
70
原创 《向量数据库指南》——设计一个有效的Schema
在示例中，我们将文档切分为 chunk，并将 Embedding 向量存储在 denseVector 字段中，而在 docID 这个字段中，我们存储了相关的文档信息。Milvus 支持各种索引来管理稠密、稀疏、二进制，甚至是稀疏和稠密混合的 Embedding 向量，从而实现跨各种数据维度的高效搜索，并确保向量数据库应用的最佳性能。Milvus 架构将数据分为几个部分：有固定和动态字段（统称为 payload），一个必需的向量字段，以及类似于传统关系数据库中的时间戳和全局唯一标识符（UUID）等系统字段。
2024-08-09 20:00:00
67
原创 《向量数据库指南》——To B大型知识系统的多租设计
在这个例子中，我们有三个逻辑的 Database，我们假设 Database X 所支撑的知识库很关键，我们不希望 X 受到 Y、Z 的负载干扰。接下来我们再来看看用户层的设计。这个库的背后，一般需要一到多名知识库的维护人员，他们通过分析实际的问答数据对知识库做持续迭代。如果是咱们例子中的这类即时咨询，本质是随机性比较高的搜索，影响结果的核心是知识库质量，而非历史上下文。比如企业内多个独立的业务团队或部门，如果他们都在提供不同的知识库服务，那么对于数据库中台团队，每一个这样的业务团队或部门都是一个租户。
2024-08-09 15:00:00
58
原创 《向量数据库指南》——企业采用非结构化数据的场景及其深远影响
在过去的一年多里，非结构化数据在企业中的应用已经形成了较为成熟的模式，特别是以RAG（Retrieval Augmented Generation，检索增强生成）为代表的技术框架的兴起，标志着非结构化数据处理能力的一大飞跃。综上所述，非结构化数据在企业中的应用场景日益丰富多样，从最初的文本数据处理到如今的跨模态、多模态处理，再到作为公有数据与私有数据之间的桥梁，RAG技术在这一过程中发挥了至关重要的作用。这种方式既保证了数据的安全性，又充分发挥了AI技术的优势，为企业带来了实实在在的效益。
2024-08-09 09:00:00
92
原创 《向量数据库指南》——向量搜索：从简单到复杂，生产级部署的挑战与策略
向量搜索，也称为向量相似性搜索或最近邻搜索，是一种常见于 RAG 应用和信息检索系统中的数据检索技术，用于查找与给定查询向量相似或密切相关的数据。一般来说，您只需将数据输入到 Embedding 模型中生成 Embedding 向量，然后将这些向量存储到向量数据库中即可检索到所需的结果。对于数据规模在一千到一万个向量的小型应用而言，这种简单的方法既有效又准确。构建一个可扩展的应用不仅仅要考虑编码，更需要全面考虑各种因素，包括搜索质量、可扩展性、可用性、多租户、成本、安全性等问题！
2024-08-08 18:24:13
105
原创 《向量数据库指南》——用户数据组织与权限控制：深度解析与多租系统设计
在数字化时代，用户数据的合理组织与高效管理是企业成功的关键要素之一。特别是在处理大规模、高维度的数据时，如向量数据库中的场景，用户数据的组织与权限控制显得尤为重要。本文将以Milvus Cloud Cloud为例，深入探讨用户数据的组织策略与权限控制机制，并进一步扩展到To B（面向企业）和To C（面向消费者）两种典型场景下的多租系统设计。
2024-08-08 15:00:00
226
原创 《向量数据库指南》——非结构化数据的行业需求及向量数据库的关键角色
向量数据库通过其独特的存储结构和查询算法，能够实现对非结构化数据的快速检索和高效分析，为AI模型提供强有力的数据支持。Charles指出，非结构化数据，如文本、图像、音频、视频、用户行为日志等，占据了数据总量的绝大多数，据估计约占总数据量的80%以上。随着AI技术的不断成熟，特别是新一代AI大模型的涌现，对非结构化数据的需求达到了前所未有的高度。我们有理由相信，在不久的将来，向量数据库将成为数据领域的新宠儿，为AI技术的广泛应用和社会经济的持续发展贡献重要力量。：在金融行业，非结构化数据的应用尤为广泛。
2024-08-08 09:00:00
137
原创 《Milvus Cloud向量数据库指南》——高可用黄金标准：深入解析与业务策略
高可用性是保障系统稳定运行和提供高质量服务的关键。企业在选择高可用性等级时，需要综合考虑业务需求、预算情况和技术实力等多个因素。同时，还需要不断关注行业动态和技术发展，持续优化系统架构和运维策略，以应对各种潜在的挑战和风险。只有这样，才能在激烈的市场竞争中立于不败之地，为用户提供更加可靠、安心的服务。
2024-08-07 17:00:00
381
《向量数据库》-向量数据库 Milvus 是什么.pdf
2023-07-08
低代码指南100方案：52用低代码管理学生宿舍，让学生住得安心让宿管阿姨放心.pdf
2022-12-28
低代码指南100方案：51用更高效的售后服务提高客户满意度.pdf
2022-07-14
低代码指南100方案：46用好合理化建议系统，让企业集体智慧发挥到极致！.pdf
2022-07-12
低代码指南100方案：50中式快餐连锁经营管理，打通门店、食材、财务的统一运营才能独领风骚.pdf
2022-07-12
低代码指南100解决方案：44供应商信息登记、等级状态变更管理，一个系统全部搞定！.pdf
2022-07-12
低代码指南100方案：41还在用excel做进销存管理？这个系统解决方案让采购、仓库、销售管理更简单！.pdf
2022-07-10
低代码指南100方案：34数字化精益生产管理方案.pdf
2022-07-10
低代码指南100方案：39如何做好数字化采购管理，降低企业采购成本？.pdf
2022-07-10
低代码指南100方案：40出入库、调拨盘点、库存数据统计，仓库一体化管理解决方案.pdf
2022-07-10
低代码指南100方案：38低代码平台销售订单管理攻略.pdf
2022-07-10
低代码指南100方案：37企业如何做好售后服务工作？一个系统帮你解决客户、工单、备件管理难题.pdf
2022-07-10
低代码指南100方案：36 2021春运开始，政府、企业疫情防控这样做，高效又便捷.pdf
2022-07-10
低代码指南100方案：35如何做好产品研发项目管理？.pdf
2022-07-10
低代码指南100方案：33数字化转型浪潮下，企业如何实现数字化项目管理？.pdf
2022-07-10
低代码指南100方案：32低代码平台机器人自动化解决方案.pdf
2022-07-10
低代码指南100方案：31面对互联网产品突然火热背后的坑，企业该如何保持开发高效运转？.pdf
2022-07-10
低代码指南100方案：30Bug管理的流程和几个重点.pdf
2022-07-10
低代码指南100方案：28高效HR如何做好面试管理，提高招聘效率？.pdf
2022-07-10
低代码指南100方案：26为HR减负，教你如何智能化一键计算员工薪酬、发放工资条.pdf
2022-07-10
低代码指南100方案：27企业员工的“入转调离”，如何实现流程化闭环管理？.pdf
2022-07-10
低代码指南100方案：25数字化行政管理怎么做？三招轻松搞定！.pdf
2022-07-10
低代码指南100方案：24还在用Excel做固定资产管理？这套系统帮你轻松搞定固定资产申购、管理、盘点 (1).pdf
2022-07-10
低代码指南100方案：23控制行政预算和行政成本，聪明的行政管理者都在这样做.pdf
2022-07-10
低代码指南100方案：22企业如何做好客户关系管理，提升客户转化率？.pdf
2022-07-10
低代码指南100解决方案：20生产型企业如何做好EHS管理？
2022-06-09
低代码解决方案：18 设备巡检的重要性、实施难点及管理方案
2022-05-31
低代码解决方案： 做好企业设备巡检管理，就是最好的降本增效
2022-05-31
如何用低代码做好模具全生命周期管理的解决方案
2022-05-30
MRP物料需求计划低代码解决方案
2022-05-30
低代码平台开发制造业企业生产管理系统解决方案
2022-05-29
世界五百强企业是如何用低代码平台有效落地精益生产的？
2022-05-29
设备管理这么做，低代码平台成功打通信息墙，实现设备、售后双提效
2022-05-29
低代码指南100解决方案：9售后管理这么做，客户满意度可达95%
2022-05-28
低代码指南100解决方案：8拒绝无效加班！财务用一天搭建管理应用，有效减少80%重复工作
2022-05-28
疫情余波不断，企业、学校、社区如何做好常态化疫情防控的低代码解决方案
2022-05-28
低代码指南100方案：6供应商不配合，管理成本高？降本增效的供应商管理该如何实现？.pdf
2022-05-28
疫情防控常态化之下，如何做好访客管理的低代码解决方案
2022-05-28
低代码指南100方案：4全球物流大塞车，运费上涨近10倍？企业又该如何应对？.pdf
2022-05-28
低代码指南100方案：3薄利多销模式下，批发零售行业如何获取最大收益？.pdf
2022-05-27
为什么网上很多人都说支付宝，信用濒临崩塌边缘，这是怎么回事？
2022-11-21
TA创建的收藏夹 TA关注的收藏夹
TA关注的人