跳到主要内容
内容目录

文章归档

按发布时间浏览 XlongLab 已发布的全部文章。

共 48 篇文章

2026​

11 篇文章
  1. Milvus HNSW 量化索引选型指南：从 SQ、PQ、PRQ 到 Refine 实测
  2. 深度｜顶级项目管理独角兽Airtable，百万用户语义检索方案硬核拆解
  3. ETCD 损坏，还没有备份，Milvus 数据还有救吗？
  4. Force Merge Compaction：让你的 Milvus 性能原地翻倍
  5. 2500 万向量，1G 内存，毫秒级检索：一台 Windows 一体机上的 Milvus 实战
  6. OpenClaw的记忆系统，用在企业场景还是太粗糙了
  7. 教程：如何做 Milvus CDC 主备搭建，实现集群级灾备、零业务中断
  8. 实战：从索引到embedding再到内存管理，如何降低80%向量数据库成本
  9. 2026 年，Embedding要怎么选？（实测Gemini 、jina、Qwen、BGE、OpenAI十大模型）
  10. 开源：我们复刻了OpenClaw的mem系统，为所有Agent打造透明、可控的记忆
  11. 浅谈 SCANN 索引

2025​

18 篇文章
  1. 多agent系统实战之：Agno与LangGraph，谁更适合快速落地生产？
  2. Embedding相似度不是万金油，电商、 新闻场景如何按时效性做rerank
  3. 多少做 RAG 的人，连分词都搞不定？Milvus Analyzer 指南
  4. 百图生科：如何搭建针对50亿蛋白质序列、上亿文献的AI检索系统
  5. 一文搞懂 IVF 向量索引
  6. 刚需｜JBoltAI+Milvus，如何用Java对企业IT系统做AI升级
  7. 首个Nano-banana企业级多模态RAG教程，适合电商、游戏场景
  8. 全面测评LangChain vs LangGraph：谁是agent落地最优解
  9. Milvus × 联想：向量数据库如何让制造业库存周转率提升10%
  10. ES vs Milvus vs PG vector :LLM时代的向量数据库选型指南
  11. 实战|CLIP+Milvus，多模态embedding 如何用于以文搜图
  12. 最新｜用Qwen3 Embedding+Milvus，搭建最强企业知识库
  13. 从BGE到 CLIP，从文本到多模态，Embedding 模型选型终极指南
  14. 一文读懂 Milvus 核心参数，十分钟解决 80% 的配置问题
  15. 90% 的 DeepSeek 一体机，都是拍脑袋交的“智商税”
  16. DeepSearcher深度解读：Agentic RAG的出现，传统RAG的黄昏
  17. Milvus×滴滴：超3000w SKU的商超检索系统是如何炼成的
  18. 2024 年，Milvus 社区的那些事

2024​

12 篇文章
  1. JinaCLIP×Milvus：手把手教你搭建多模态RAG系统
  2. 手把手系列丨在Kubernetes部署Milvus开源向量数据库
  3. 开源向量数据库性能对比: Milvus, Chroma, Qdrant
  4. 使用Milvus和Llama-agents构建更强大的Agent系统
  5. 知识图谱融入向量数据库，带来 RAG 效果飞升
  6. 如何评估 Embedding 模型
  7. 面向 RAG 应用开发者的实用指南和建议
  8. 探索 Milvus 数据存储系统：如何评估和优化 Milvus 存储性能
  9. 如何定位Milvus性能瓶颈并优化
  10. 基于 Milvus + LlamaIndex 实现高级 RAG
  11. Milvus 社区十大关键词（下）
  12. Milvus 社区十大关键词（上）

2023​

3 篇文章
  1. 手把手系列！用 Milvus 和 Python 搭建电影推荐系统
  2. Partition Key：从一个社区提问走出来的新功能
  3. 一文带你搞懂 Milvus 配置

2022​

1 篇文章
  1. Milvus 的十大使用误区，你“踩”中了几个？

2020​

2 篇文章
  1. Milvus 迁移升级攻略
  2. Milvus 实战｜轻松搭建以图搜图系统

2019​

1 篇文章
  1. Milvus 避坑攻略