【赵渝强老师】国产金仓数据库的体系架构
金仓数据库（KingbaseES）是基于PostgreSQL开发的国产关系型数据库，具有自主知识产权。其体系结构涵盖逻辑存储、物理存储、进程与内存管理，支持高可靠性与性能优化，广泛应用于关键信息基础设施领域。
LlamaIndex 深度实战：用《长安的荔枝》学会构建智能问答系统
本文深入浅出地讲解了RAG（检索增强生成）原理与LlamaIndex实战，通过《长安的荔枝》案例，从AI如何“读书”讲起，详解三大关键参数（chunk_size、top_k、overlap）对问答效果的影响，并结合真实实验展示不同配置下的回答质量差异。内容兼顾新手引导与进阶优化，帮助读者快速构建高效的文档问答系统。
网络上网控制软件中的Node.js布隆过滤器拦截算法
布隆过滤器凭借高效的空间利用率与极快查询速度，成为网络上网控制软件中地址拦截的理想方案。本文解析其原理，结合Node.js实现，助力企业与家庭网络实现毫秒级、低内存的恶意地址拦截，提升安全管控效率。（238字）
LlamaIndex检索调优实战：七个能落地的技术细节
RAG系统上线后常遇答案质量不稳，问题多出在检索细节。本文总结LlamaIndex中7个实测有效的优化技巧：语义分块+句子窗口、BM25与向量混合检索、多查询扩展、reranker精排、元数据过滤与去重、响应合成模式选择及持续评估。每招均附可运行代码，助你提升RAG效果。
如何在Python中提取JSON响应中的核心字段？
在 Python 中提取 JSON 响应的核心字段，核心逻辑是 “先将 JSON 响应转为 Python 字典 / 列表 → 按字段路径逐层提取 → 处理字段缺失 / 异常”，适配所有 API 的 JSON 响应（包括沃尔玛、京东等平台接口）。以下是简单易懂、通用可复用的方法，附完整代码示例
LightRAG：图增强检索框架，索引速度提升10倍
LightRAG 是香港大学开源的轻量级检索增强生成系统，创新性采用双层知识图谱架构，结合向量与图谱检索，显著提升复杂查询的准确率与速度。相比 GraphRAG，索引快10倍，支持自动模式切换、多后端存储与异步批处理，助力企业级 RAG 系统高效落地。
内网控制软件核心：跳表结构与C++语言算法实现
跳表凭借O(log n)的高效查询与动态更新能力，成为内网控制软件管理海量设备状态的理想选择。本文结合C++实现例程，详解其在设备接入、状态查询等场景中的应用，助力企业级内网系统实现高性能、低延迟的数据管理。（239字）
