从0搭建AI智能客服教程（AI智能客服系统选型和实战指南）
针对智能客服技术与业务脱节的痛点，合力亿捷通过 NLP、知识图谱及人机协同策略，助企业实现首次解决率超 70%、人力成本降 43%、年省成本超千万。其方案提升制造业问题解决率 40%，投诉转接成功率达 99%，以分场景选型助力超万家企业平衡业务与成本，成行业首选。
禅道文档 300 条用例一键生成：一次看懂爱测智能化测试平台的实力
测试团队面临需求碎片化、迭代加速的挑战，传统用例编写效率瓶颈凸显。爱测智能化测试平台借助生成式AI，实现从需求文档自动生成多场景、多格式、可执行的测试用例。通过大模型理解文档、智能体配置、知识图谱与自然语言驱动执行，平台几分钟内生成近300条高覆盖用例，支持导出至禅道等系统，全链路自动化。未来测试的竞争，是“会用AI”与“不会用AI”的差距。
用n8n打造自愈型用例库与质量知识图谱
三年前，测试团队困于臃肿用例库与信息孤岛。我们基于n8n构建自愈型质量管理系统，打通需求、缺陷与测试数据，实现用例自动修复、智能推荐与持续优化，让质量知识自主进化。
阿里巴巴首次揭秘电商知识图谱AliCoCo！淘宝搜索原来这样玩！
电商技术进入认知智能时代，将给亿万用户带来更加智能的购物体验。经过两年的探索与实践，阿里巴巴的电商认知图谱 AliCoCo 已成体系规模，并在搜索推荐等电商核心业务场景上取得佳绩，关于 AliCoCo 的文章《AliCoCo: Alibaba E-commerce Cognitive Concept Net》也已被国际顶会 SIGMOD 接收，这是阿里巴巴首次正式揭秘领域知识图谱。
本文将通过介绍 AliCoCo 的背景、定义、底层设计、构建过程中的一些算法问题，以及在电商搜索和推荐上的广泛应用，分享 AliCoCo 从诞生到成为阿里巴巴核心电商引擎的基石这一路走来的思考。
RAG七十二式：2024年度RAG清单
作者遴选了2024年度典型的RAG系统和论文（含AI注解、来源、摘要信息），并于文末附上RAG综述和测试基准材料，希望阅读完本文可以帮助大家速通RAG。
