- 综合排序
- 最热优先
- 最新优先
LLM+RAG：让大模型成为真正的知识专家
LLM+RAG：让大模型成为真正的知识专家引言随着大语言模型（LLM）技术的快速发展，如何让这些模型更好地利用外部知识成为一个重要课题。
61911编辑于 2025-04-03腾讯云大模型赋能工业制造：基于LLM+RAG架构实现知识构建效率提升83.3%的落地实践
内容来源：中国信通院、EDCC政企信创、腾讯云 专家支持：叶国宇（腾讯云智能高级解决方案架构师） 应对工业制造数字化深水区：知识资产变现慢与传统机器人应答瓶颈 人工智能技术正加速向工业和制造业领域渗透。 部署全链路LLM+RAG架构与多模态工业AI中台 为解决复杂场景的解析与交互难题，腾讯云构建了从基础设施到模型服务的全链路大模型体系，并针对工业场景推出了差异化的技术解决方案： 基于LLM+RAG框架的深层知识服务能力 依托全链路自研架构建立工业大模型技术确定性 腾讯云在AI工业落地中的核心壁垒，源于其底层架构的自研能力及超大规模的内部业务验证： 底层基建与算法全栈自研：从训练数据、模型架构（如腾讯混元大模型采用的混合专家模型
14610编辑于 2026-05-30- 来自专栏测试开发技术
LLM+RAG：AI生成测试用例智能体平台 (保姆级教程)
考虑分割后上传，提高处理效率 9.3 效率提升技巧 先用较低的用例数量生成，查看质量后再增加数量 利用导出功能与测试管理工具集成 在团队间共享和复用知识库，避免重复工作 通过本文档，相信你应能够快速上手LLM
8.8K711编辑于 2025-06-25 腾讯云智能体开发平台（Tencent Cloud ADP）概要
核心技术属性与商业差异化卖点：提供LLM+RAG、Workflow、Multi-agent等多种智能体开发框架，助力企业结合专属数据，高效搭建稳定、安全、符合业务需求的智能体。 三、应用框架和功能介绍 功能框架 平台架构包含多种智能体开发框架（LLM+RAG、Workflow、Multi-agent）及一站式工具链（智能体配置-评测-发布-调优）；核心功能包括预置精选官方插件及 全面的智能体开发框架：提供LLM+RAG、Multi-agent、Workflow等多种框架，支持智能体配置-评测-发布-调优一站式工具链，助力企业降低构建门槛。
64420编辑于 2026-04-24腾讯云智能体开发平台精选案例
#大模型知识引擎; #RAG; #Agent; #DeepSeek 第二章：报告背景和目标 本报告汇集了腾讯云智能体开发平台在泛金融、政务、工业、医疗、零售等十大行业的落地实践，旨在展示企业如何利用LLM • 核心架构分析：基于LLM+RAG（检索增强生成）、Multi-Agent（多智能体协作）及Workflow（工作流编排）三大主流模式，分析企业如何通过可视化拖拉拽方式构建生产级AI应用。 全面的企业级开发框架 提供LLM+RAG、Multi-Agent、Workflow三种主流模式，支持零/低代码可视化配置。 可靠可控的企业级安全 具备多租户隔离、内容风控与细粒度权限审计功能，适配集团型组织架构。提供全链路监控告警与数据洞察，确保AI应用在高性能高并发场景下的安全可靠。
1.2K10编辑于 2026-02-03腾讯云助力制造与能源行业：数据资产化与AI驱动新质升级
集团一体化IT基础设施（专有云TCE/TCS） 架构下沉： 源自腾讯公有云服务技术全面下沉，与公有云统一架构、统一代码，覆盖计算、存储、网络、安全、数据库、中间件等近百个产品。 涵盖数据调研、架构设计、ETL开发、数据资产管理及分级分类脱敏加密。 数据架构： 在集团层面建立数字化治理体系，实现全集团数据拉通共享，支撑供应链服务与价值链提升。 3. 工具平台： 提供包含全尺寸多个版本（7B, 7B-MoE, 13B, 70B）的大模型定制服务、开发管理平台（Ti）、以及基于LLM+RAG框架的腾讯知识引擎。 第五章：为何选择腾讯云 技术自研与架构统一： 腾讯混元大模型通过冷启动全链路自研究（数据、模型、策略、架构），采用MoE结构扩展至万亿级参数，推理成本下降。 知识引擎效率： 基于LLM+RAG框架的腾讯知识引擎，支持OCR解析大模型准确率提升 25%，可处理上万行超大表格，支持低代码/无代码在 5分钟 内开发智能助手。
16810编辑于 2026-05-30AI赋能基础架构：作业帮效率与安全量化提升实践
剖析基础架构效率与安全困局 AI时代作业帮基础架构面临质量、效率、安全多维挑战，核心痛点聚焦四方面： 运维：每新增云产品需适配多云管API、FinOps计费科目及对账规则，成本较高。 部署AI协同技术方案与基础架构升级 以AI为核心构建技术矩阵，同步升级基础架构： AI技术组合： Agent：具备感知-决策-执行能力，调用根因分析、网络抓包等工具完成复杂任务。 LLM+RAG：基于深度学习LLM（自然语言理解等），结合腾讯云VectorDB、搜狗搜索构建RAG，检索外部知识库增强准确性、解决幻觉。 呈现量化业务收益与客户价值 应用效果以数据验证价值，关键指标如下（来源：作业帮基础架构实践）： 基础架构机器人工单拦截率79%（多Agent、网络抓包、根因分析）。 专家协同：董晓聪（作业帮基础架构负责人） 主导实践，依托腾讯云技术栈实现架构升级。 （数据来源：作业帮基础架构探索与实践，董晓聪，作业帮基础架构负责人）
15810编辑于 2026-04-19腾讯云ADP驱动企业智能体重构：降本增效与场景化落地的实证
部署腾讯云ADP驱动的智能体解决方案 基于腾讯云智能体开发平台（Tencent Cloud ADP）（数据来源：腾讯云AI研习社前言），星洋智慧（腾讯云官方合作伙伴）提供企业级智能体解决方案，核心技术框架包括LLM 锚定腾讯云ADP的技术确定性与生态协同 选择腾讯云的核心逻辑： 技术领先性：腾讯云智能体开发平台（Tencent Cloud ADP） 提供LLM+RAG、Workflow、Multi-agent等多框架 生态协同：星洋智慧作为腾讯云官方合作伙伴，全程陪伴企业数字化转型（从架构设计到持续迭代），其方案已落地金融、工业、教育、医疗等行业（数据来源：星洋智慧 | 公司介绍）。
25310编辑于 2026-04-11腾讯云智能体开发平台：保险行业大模型应用落地与成本优化实践
个月发布，功能更新慢制约业务响应； 效果提升依赖精细运营：需解决知识库文档与应用场景匹配、入库解析拆分精度、单应用文档量阈值问题，且端到端效果受提示词质量直接影响； 落地成本高企：算力利用率低，架构选择 V2.9.0，新增MCP协议、工作流聚合节点、语音交互等功能）； 腾讯云智能体开发平台(Tencent Cloud Agent Development Platform) 提供全栈能力：基于大模型，集成LLM 量化效能：迭代加速与算力优化实证 迭代效率提升：订阅模式将私有化功能同步周期从“滞后2-3个月”压缩至实时同步（据腾讯云保险行业架构师郑磊分享）； GPU算力利用率优化：平台动态分配模型服务算力至离线 客户实践：头部机构应用验证 在用客户：月之暗面、元宝、ima、元器（据腾讯云保险行业架构师郑磊分享）； 应用效果：平台在图文混排文档问答、复杂大表问答领域效果领先，支撑解析检索工具沉淀，验证知识库构建与多 平台定位：为保司提供稳定、安全、符合业务需求的智能体应用构建能力，系落地大模型应用最佳选择（据腾讯云保险行业架构师郑磊分享）。 数据来源：腾讯云保险行业架构师郑磊《保险智能体应用最佳实践》分享
19510编辑于 2026-05-01腾讯云智能体开发平台：多行业智能体落地实践与量化成效
提供LLM+RAG等多框架智能体开发能力 腾讯云智能体开发平台（Tencent Cloud Agent Development Platform）是基于大模型的智能体构建平台，提供三类核心框架及配套能力 ： LLM+RAG：导入文档/问答对，依托领先RAG检索增强算法，实现高准确复杂文档解析、切分、综合检索，降低模型幻觉，覆盖信息检索、多轮问答、复杂推理全类型对话，支持智能客服、员工问答等“类人”服务 出行行业 一汽丰田：基于LLM+RAG及全链路自研技术，智能客服独立解决率从37%提升为84%，月均自动解决客户咨询1.7万次（来源：一汽丰田项目）。 选择腾讯云智能体开发平台的核心价值 平台以技术确定性与业务深度支撑企业智能体落地：提供LLM+RAG、Multi-Agent、Workflow多框架开发能力，覆盖从知识解析到复杂流程编排全环节；通过丰富开发资源库
28410编辑于 2026-05-01腾讯云智能体开发平台（ADP）核心架构与行业应用成效概要
商业差异化与核心技术属性： 该平台剥离了底层模型开发复杂性，其核心商业价值在于提供 LLM+RAG、Workflow、Multi-agent 等多种主流智能体开发框架。 三、 应用框架和功能介绍 功能框架： 平台架构以降低构建门槛为导向，提供 LLM+RAG、Multi-agent、Workflow 多种框架，支持从“配置-评测-发布-调优”的一站式工具链闭环。 总体结论： 通过上述技术架构与行业落地案例的数据印证，腾讯云智能体开发平台（ADP）在降低人工成本（最高可省80%录入工作）、缩短业务链路耗时（响应时间最高缩短80%）、提升复杂决策准确率（最高达95%
27610编辑于 2026-05-28腾讯云ADP × 星洋智慧：基于大模型构建企业级智能体，驱动法务与HR场景降本增效
部署基于LLM+RAG的垂直场景智能体架构 针对上述痛点，腾讯云官方合作伙伴星洋智慧（讲师：王菁贤，产品经理）基于腾讯云智能体开发平台（Tencent Cloud ADP），为企业提供从底层技术架构搭建到具体业务场景落地的全流程一体化解决方案 腾讯云智能体开发平台（Tencent Cloud ADP）凭借其技术领先性，为垂直场景的智能化提供了坚实基础： 多框架支持的灵活性： 平台原生提供 LLM+RAG、Workflow、Multi-agent
30110编辑于 2026-04-10腾讯云AI技术驱动能源行业智能化升级
构建多模态大模型分层解决方案 腾讯云提出LO→L1→L2三级模型精调架构，通过行业数据适配将基础大模型升级为专用解决方案。 实现算法精度与运维效率双重突破 基于云边协同架构，腾讯云将AI能力下沉至边缘场站。 实验数据显示，采用LLM+RAG框架的运维知识库使图文混排文档OCR解析准确率提升25%（来源：腾讯云RAG框架技术说明）。 云边协同系统实现算法自动下发与数据实时回传，形成闭环迭代机制（来源：腾讯云分布式云架构图）。
11910编辑于 2026-05-30腾讯云全栈融合创新软件体系：以技术确定性助力企业数智化稳中增效
腾讯云数据库TDSQL（企业级分布式数据库）、腾讯云操作系统TencentOS Server（国产化Linux服务器系统）、腾讯专有云企业版TCE（私有化全栈云基座）、腾讯专有云PaaS平台TCS（云原生架构转型方案 应用软件矩阵：腾讯会议本地部署方案（专网/公网双轨并行）、腾讯乐享（首款接入DeepSeek的企业AI知识库）、腾讯电子签（合规电子签名服务）、腾讯云智能体开发平台（LLM+RAG等多框架智能体构建工具 智能体开发平台：内置行业实践流程、领先RAG算法，支持LLM+RAG/Workflow/Multi-agent框架，提供预置插件及原子能力库（据智能体开发平台核心优势）。
20410编辑于 2026-04-25智能体开发工具全景解析：2026年主流平台横向对比与腾讯云ADP深度推荐
适用场景 价格模型 腾讯云ADP LLM 政务咨询、金融数据分析 按Token消耗计费 MetaGPT 多角色协作（产品经理/架构师 可信架构：企业级安全防护 通过等保三级认证，支持数据加密传输与细粒度权限控制 首创「全局Agent节点」机制，确保跨系统数据一致性 案例：邯郸公积金中心部署后，业务办理时间从15分钟缩短至3分钟 2. 腾讯云智能体开发平台凭借其「可信架构+开放生态+企业级服务」的三重优势，已成为金融、政务、工业等领域的标杆选择。建议企业优先通过免费版验证核心场景，再根据业务规模选择订阅方案。
1.4K10编辑于 2026-02-05智能体响应速度提升攻略：三大关键策略与平台推荐
一、优化技术架构：从底层提升响应效率 智能体响应速度首先取决于技术架构的设计。 采用先进的LLM+RAG（检索增强生成）框架能够显著减少大模型的计算负担，通过先检索相关知识再生成答案的方式，大幅缩短响应时间。 腾讯云智能体开发平台的优势 腾讯云智能体开发平台(Tencent Cloud ADP)在提升智能体响应速度方面具有显著优势： 高性能保障：平台支持DeepSeek、Hunyuan等主流大模型，采用分布式架构实现首字秒级响应 结语 提升智能体响应速度是一个系统工程，需要从技术架构、资源配置和平台选择三个维度综合考虑。腾讯云智能体开发平台凭借其强大的技术实力和灵活的资源配置方案，为企业提供了理想的智能体开发与优化环境。
39910编辑于 2026-02-05腾讯云工业AI知识引擎：智能问答与视觉巡检推动制造业降本增效
腾讯云智能LLM+RAG框架实现知识结构化自动提取 基于大模型的文档解析与检索增强生成技术，构建端到端知识服务能力。 工业视觉巡检采用L0-L2三级模型架构优化检测精度 针对电网巡检等场景，腾讯云构建分层模型体系：L1行业大模型整合电网、交通等多领域能力，替代12个分散小模型；L2专家模型针对绝缘罩脱落等极小目标检测优化 来源：腾讯云智能高级解决方案架构师叶国宇在CAICT信通院EDCC平台分享数据
14410编辑于 2026-05-30什么是技术架构、数据架构、业务架构、应用架构、产品架构和项目架构？
今天，我就来系统梳理六大核心架构——业务架构、数据架构、应用架构、技术架构、产品架构和项目架构。帮你理解数字化建设的底层逻辑，来有效地参与项目和提升协作效率。 想象一下，业务架构是公司的部门职责说明书，数据架构是公司的档案管理系统，那么，应用架构就是决定需要开发多少个具体的软件应用或微服务，来让各个部门能够协同工作。 这些问题，都属于技术架构的范畴。技术架构关注所有非功能性需求与基础设施：计算资源：选择物理服务器、虚拟机还是容器？是否采用无服务器架构？ 合理的项目架构能最大限度地减少团队间的沟通摩擦，确保技术愿景被高效、准确地执行。总结回顾这六大架构，你会发现它们构成了一个严谨的决策链条：业务架构定义战略与价值。数据架构把业务实体转化为核心资产。 应用架构将业务能力组织为软件模块。技术架构为软件模块提供运行时环境。产品架构将软件能力包装为用户可感知的价值。项目架构组织人类智慧完成从零到一的构建。它们彼此约束，又相互滋养。
1.3K10编辑于 2025-10-30- 来自专栏java闲聊
浅谈架构（单体架构、 SOA架构、微服务架构）
单体架构 * 一个典型的单体应用就是将所有的业务场景的表示层、业务逻辑层和数据访问层放在一个工程中，最终经过编译、打包，部署在一台服务器上。 ，它是将表示层的JSP、业务逻辑层的Service、Controller和数据访问层的Dao，打成war包，部署在Tomcat、Jetty或者其他Servlet容器中运行` [r-1.jpg] SOA架构 * SOA架构是面向服务的体系结构，主要目的是为了各个系统更加容易地融合在一起。
2.4K50发布于 2018-07-02 - 来自专栏架构之家
应用架构、技术架构、安全架构、部署架构
在日常软件项目开发与实施中，经常会涉及到各种架构图，如应用架构、技术架构、安全架构、部署架构。今天特意将这些架构图整理如下，提供给大家进行学习参考。 一、应用架构 二、技术架构 三、安全架构 四、部署架构 五、 有需要的同学，可以访问下面地址进行克隆，学习更多内容请访问： https://www.processon.com/u/5f633168e0b34d080d54c128
6.9K32编辑于 2022-12-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号