(feat): 增加数据库和 RAG 方向的内容

Author: zhanghuidinahCreated Jan 14, 2026Updated Jan 14, 2026

Labelsenhancement

大模型应用开发实战二：向量数据库技术全栈指南

AI x DataBase 课程大纲：

前言
基础知识
- 浅入了解向量数据库
- AI 应用底层实现
  - 存储和检索向量数据
  - 构建和维护知识库
  - 管理用户记忆和上下文
向量索引 / 全文索引的构建与优化
- 向量索引使用指南
  - 使用基础
  - 类型选择
  - 参数说明和调优
  - 其他使用建议
- 向量索引优化指南
  - 构建耗时的分析和优化
  - 内存问题的分析和优化
- 全文索引使用指南
  - 原理简述
  - 使用方式
  - 调优手段
- seekdb 向量搜索实践
向量数据库进阶能力 —— 提升 AI 应用效果和性能
- 混合搜索 —— 标量 / 向量 / 全文，大幅提升 AI 应用检索性能
- AI Function —— PROMPT / EMBED / RERANK，SQL 调用大模型，体验 RAG 功能完全内置到数据库
- AI Memory —— 解决 AI 应用中上下文窗口限制带来的记忆问题
项目实战 —— 构建和优化 AI 应用
- 实战一：快速构建 AI 应用（基于 Dify x seekdb）
- 实战二：构建和维护知识库（基于 PowerRAG）
- 实战三：优化 AI 的应用中的用户记忆（基于 PowerMem）
附录（AI 应用开发者提效工具）
- Text2SQL —— 数据检索新纪元
- MCP Server 与 AI 工具集成指南 —— 用自然语言玩转 AI 原生数据库
- Claude Code 插件使用指南 —— 打造懂向量数据库的 AI 编程助手
- Cursor 插件使用指南 —— 让 Cursor AI 助手秒懂向量数据库

No response

No response