# 大模型服务平台百炼 #
1
关注
1522内容
高级RAG优化手册：3招解决检索不准和查询模糊
本文深入解析RAG（检索增强生成）技术的核心优化方法，涵盖背景、架构与实践。RAG通过整合外部知识库，弥补大语言模型在实时性、准确性和专业性上的不足，广泛应用于企业场景。文章系统讲解RAG如何解决知识静态、生成幻觉与专业深度不足等问题，并剖析其离线索引与在线生成的闭环流程。此外，还介绍了高级优化策略，如查询重写、混合检索与结果重排序，助力突破RAG应用瓶颈。
通义千问API：让大模型写代码和跑代码
基于前面三章的铺垫，本章我们将展示大模型Agent的强大能力。我们不仅要实现让大模型同时使用多种查询工具，还要实现让大模型能查询天气情况，最后让大模型自己写代码来查询天气情况。
一文掌握大模型提示词技巧：从战略到战术
本文将用通俗易懂的语言，带你从战略（宏观）和战术（微观）两个层次掌握大模型提示词的常见技巧，真正做到理论和实践相结合，占领 AI 运用的先机。
精铸智刃·“百炼”成钢——深度探索阿里云百炼大模型开发平台
阿里云百炼平台是一个一站式的大型语言模型开发和应用平台，旨在帮助企业与开发者高效构建和部署定制化的大模型。平台集成了通义大模型、行业模型和第三方模型，提供模型微调、模型调优、模型部署、模型评测等工具链。用户可以轻松创建和管理模型，通过模型广场选择合适的模型，进行模型体验和调优，然后部署模型以供应用调用。
从零开始开发 MCP Server
本文介绍如何使用Serverless Devs CLI工具从零开发并一键部署MCP Server到阿里云函数计算（FC）。首先通过初始化MCP Server项目，完成本地代码编写，利用Node.js实现一个简单的Hello World工具。接着对代码进行打包，并通过Serverless Devs工具将项目部署至云端。部署完成后，提供三种客户端接入方式：官方Client、其他本地Client及在FC上部署的Client。最后可通过内置大模型的inspector测试部署效果。Serverless Devs简化了开发流程，提升了MCP Server的构建效率。
阿里云百炼产品月刊【2025年4月】
本月刊主要介绍了阿里云百炼平台4月最新更新内容，包括模型服务和产品功能两大部分。在模型服务方面，发布了全新的混合推理模型Qwen3系列，支持思考与非思考模式，性能达到业界顶尖水平；新增了图生视频、语音合成及视觉理解等多款模型，大幅提升多媒体处理能力。产品功能上，新增MCP市场与管理功能，允许用户开通或自定义MCP服务，并在应用中引用以增强能力。此外，部分历史快照模型将于5月8日下线，已实施限流措施。
你的AI系统该如何"组队"？多智能体架构选择指南
想知道AI代理如何组队变得更强大？本文深入解析多智能体系统的核心概念、常见架构和通信模式，帮你轻松理解如何构建更复杂、更高效的AI系统。告别单一代理的局限，迎接AI协作的新时代！
RAG分块技术全景图：5大策略解剖与千万级生产环境验证
本文深入解析RAG系统中的五大文本分块策略，包括固定尺寸、语义、递归、结构和LLM分块，探讨其工程实现与优化方案，帮助提升知识检索精度与LLM生成效果。
混合检索技术：如何提升AI智能体50%的响应效率？
本文深入解析检索增强智能体技术，探讨其三大集成模式（工具模式、预检索模式与混合模式），结合实战代码讲解RAG组件链构建、上下文压缩、混合检索等关键技术，并提供多步检索工作流与知识库自更新机制设计，助力高效智能体系统开发。
免费试用