在 AI 应用的场景中，rag可以说是一项必备的技术，在智能客服，导购 agent，智能创作等有检索需求的场景都会使用到，所以这里结合一些实际的应用场景和大家做一些分享一，数据准备数据准备是 rag 整个流水线中非常重要的一环，所以在实际的生产场景中，也主要是看数据解析，以及使用不同的向量库落库的过程 文件解析（pdf，docx，txt，md）目前常见的文件解析，就是利用 Apache tika 等开源库做解析组件，但对于一些富文本的数据，比如有图片和表格的情况，就要借用 ocr 等辅助手段大表格处理表格是比较常见的数据类型之一，但是大表格解析通常会有一些问题比如在切块的时候如果每一行都作为 ...

一、什么是"工贼"在牛客或者各种打工人聚集的论坛上，"工贼"是一个有点黑色幽默的词。它最早是从工人运动里来的——指那些在罢工期间还继续上工、破坏集体行动的人。被搬到互联网行业之后，它变成了另一种含义：那些主动加班的人，那些不到点不下班的人，那些周末还在写技术博客的人，那些 mentor 没安排活也要主动找活的人，那些在公司里争取更多权限和责任的人，那些下班回家还在跑 demo 的人。简单说，工贼就是那些"明明可以摸鱼但偏偏要卷"的人。在很多人的叙事里，工贼破坏的是行业的"打工人共识"——大家本来可以一起准点下班、一...