<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AI技术 on Tony老师的博客</title><link>https://blog.tanteng.space/categories/ai%E6%8A%80%E6%9C%AF/</link><description>Recent content in AI技术 on Tony老师的博客</description><generator>Hugo</generator><language>zh</language><lastBuildDate>Mon, 02 Mar 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://blog.tanteng.space/categories/ai%E6%8A%80%E6%9C%AF/index.xml" rel="self" type="application/rss+xml"/><item><title>企业知识库问答 RAG：腾讯云原子引擎实战</title><link>https://blog.tanteng.space/posts/tencent-cloud-knowledge-engine-rag-practice/</link><pubDate>Mon, 02 Mar 2026 00:00:00 +0000</pubDate><guid>https://blog.tanteng.space/posts/tencent-cloud-knowledge-engine-rag-practice/</guid><description>&lt;p&gt;把 RAG 链路拆开看，每一步（解析、拆分、Embedding、检索、重排）都有可以替换的实现。腾讯云知识引擎原子能力做的事情，本质上是把这些环节单独抽成高质量的 API，让开发者按需组合。&lt;/p&gt;
&lt;p&gt;这篇文章不是入门教程，而是面向已经理解 RAG 全流程的 AI 应用开发者，重点聊在企业知识库问答场景下，怎么用这套原子能力，以及几个真实的取舍。&lt;/p&gt;</description></item></channel></rss>