基于 Spring AI + Milvus 的 RAG 混合检索实战

本文介绍了基于Spring AI和Milvus构建企业级RAG知识库问答系统的完整实现方案。系统采用两阶段架构：首先通过轻量级LLM调用进行意图分类（如一般咨询、历史查询、解决方案查找），仅当需要检索时才触发完整的混合检索链路。核心创新点包括：1）向量检索与BM25的RRF融合策略；2）领域词扩展与同义映射的query改写；3）DashScope Rerank精排与多重过滤机制；4）意图路由与后处

怎么样的TTS产品会需要完成AIGC合规备案

2026山东大学软件学院创新项目实训博客（七）

本次开发让我对智能合同平台中的业务闭环有了更完整的理解。风险审查不是单独存在的功能。合同进入系统后，用户需要能够上传或输入正文，识别真实风险，人工确认风险，生成优化条款，保存修订版本，查看历史记录，并在需要时下载文件。本次开发中比较关键的技术点有四个。第一，风险审查需要控制输出质量，而不是单纯追求风险数量。允许规范合同返回空风险，是提高系统可信度的重要一步。第二，大模型不应该承担所有逻辑。模型适合