第2页 | 知识图谱 | 人人都是产品经理

AI

企业知识图谱的真相：MongoDB + Milvus + ES + NebulaGraph 混合架构实战

在企业知识图谱的构建中，图数据库只是拼图的一角。本文深度拆解真实项目架构，揭秘 MongoDB、Milvus、Elasticsearch、NebulaGraph 如何各司其职，形成「知识库+RAG+别名图谱」的混合系统。你将看到业务规则与语义检索的切割艺术，以及图谱落地的六个灵魂拷问。

是AD

Milvus NebulaGraph RAG

AI,个人随笔

企业知识图谱治理五关：从切片到重复确认的完整实践

知识图谱的真正难点不在于技术实现，而在于企业知识的治理与落地。电信行业的多源异构数据、频繁变更的业务规则、复杂的同义词体系，让知识图谱面临节点爆炸、规则冲突、版本混乱等多重挑战。本文深度解析企业知识图谱治理的五大核心关卡——从切片准则、打标体系到别名确认、冲突处理和重复校验，揭示如何打造既灵活又可控的知识管理基础设施。

是AD

AI应用企业治理数据治理

AI

定制化企业级知识图谱的6点经验

知识图谱项目的真正挑战，远不止于构建一张复杂的网络。当面对十几万篇分散的文档时，核心问题转向了知识如何有序进入系统、如何被结构化治理与复用。本文深度拆解运营商知识图谱实践中的六大关键环节，从准入判断到AI抽取边界，从规则挂接到证据链验证，揭示如何将杂乱知识转化为可调用的业务资产。

是AD

AI治理 MCP RAG

AI,个人随笔

企业知识图谱如何正确分类？

当企业知识图谱遭遇分类困境，往往不是分得不够细，而是维度本身出了问题。本文通过通信运营商知识体系的真实案例，揭示树状分类在多维交叉场景中的结构性缺陷，并提出用标签体系替代传统分类的解决方案。从底层逻辑到实操方法，带你破解知识建模中最常见的'越分越乱'困局。

是AD

RAG 企业AI 分类体系

AI,个人随笔

企业级RAG产品：从技术实现到B端落地的我们走过的那些路

作为产品经理，我们不需要成为算法专家，但必须理解技术与业务结合的边界与可能性。本文主要是总结博主在过往真实的B端RAG落地经验与思考，从产品视角尽可能的拆解RAG的核心逻辑与实战策略，帮助你在AI原生应用设计中做出更明智的决策。

要成为产品小李

AI应用 LLM Query优化

AI

从会聊天到会办事，Amazon Quick 让我重新理解办公 AI

当AI从内容生成迈向工作交付，Amazon Quick正在重新定义办公效率的边界。这款产品不再满足于单点提效，而是通过打通数据、群聊、文档与workflow，将办公场景中最棘手的衔接成本逐一击破。从角色化助理到知识图谱复用，它让AI不再止步于回答问题，而是真正参与到从个人产出到团队交付的全链路。本文深度解析Amazon Quick如何重构办公协作的底层逻辑。