hr好像都喜欢问别人值不值钱。

首先必须提Trae，这哥们儿编程效率真是拉满了。比如昨天我写Spring Boot项目，要搞个数据库连接池配置，正头疼呢，打开Trae的编辑器，它直接给我推荐了优化代码片段，还自动补全了依赖——省了我至少半小时折腾，简直像开了挂。界面设置也挺清爽

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...