Fabarta的博客

业务部门在构建AI知识库时，普遍面临两大核心挑战：其一，对AI知识库与传统知识库的本质差异认知不足，缺乏适配AI语义理解的知识梳理方法，导致知识应用准确率难以达标；其二，存在 “一劳永逸” 的认知误区，倾向于耗时数月构建覆盖全场景的 “大而全” 知识库，既造成资源浪费，又因需求变化导致知识失效，无法快速响应业务需求。具体而言，先聚焦单一细分场景，构建最小化可用知识库与配套测试集，在验证准确率达标后，再逐步扩展场景边界、补充知识内容、升级测试标准，最终形成覆盖完整需求的知识体系。

在Fabarta企业知识引擎中我们就使用了大量的MCP，比如各类数据源的连接，外部系统的打通等等，不过也不要盲目使用MCP，Fabarta在实践上的许多经验我们在一些采访中也有提及，可以供大家参考。在这段话中，Andrej Karpathy 将 context engineering 称之为“微妙的科学与艺术”， 实际上这也是目前AI应用的主要难点之一，之前大家说要写好提示词，但现在说不够，要在正确的时机正确的地点正确的场合填充好正确的上下文，这实际上反应的是AI应用越来越高的复杂度。

尽管 Coze Studio 开源版当下在企业场景中并不完美，但其开源对业界有着积极的推动作用。

“知识引擎+大模型双轮驱动，精准决策、安全可控的智能伙伴”

2024年12月，由智猩猩与智东西联合主办的2024中国生成式AI大会（上海站）在上海圆满收官。在第二日主会场进行的「AI Infra峰会」上，枫清科技创始⼈兼CEO高雪峰以《从数据到知识：AI 重塑百行千业的基石》为主题发表了主题演讲。

枫清·天枢多模态智能引擎（简称 ArcNeural）是以 Data-Centric AI 为核心理念构建的多模态智能引擎，支持图、向量、表格、时序、JSON 等多种数据模态的融合与处理。ArcNeural 将传统数据库的“存储&计算”模式升级为更先进的“记忆&推理”架构，可以为企业 AI 智能应用提供更为便捷的私有化记忆存储服务，以及更加强大且可解释的推理能力。

ArcGraph 是一款云原生架构、存查分析一体化的分布式图数据库。本文将详细解读 ArcGraph 如何灵活应对有限内存下的图分析。

本文根据 Fabarta 产品总监陈振在金科创新社公开课整理而来。文章依据 Fabarta 利用自主可控的图引擎和先进的 AI 解析能力构建智能数据血缘治理解决方案的实践经验，分享了数据血缘的定义、演进过程、数据血缘平台的核心能力，以及在应用领域的多样性等内容。

依托于 Fabarta 在金融行业应用图技术解决反洗钱业务领域问题成功经验，将图智能在反洗钱方向的应用实践进行总结并分享。

本文分享了在使用图分析引擎开发风控算法时遇到的挑战，以及我们采取的方案和措施，介绍环路检测算法在风控场景的探索和工程化方案，分享算法效率优化、硬件资源限制下的算法探索的一些经验。

本文根据 Fabarta AI 算法专家邱道明在“2023中国数据与存储峰会”主题演讲整理而来。本文将围绕以下几部分来探讨：企业数据的演进、大语言模型相关概念、大语言模型企业场景应用的挑战、Fabarta 产品和解决方案、大语言模型企业场景应用案例。

Rust 是一门注重性能和安全的系统编程语言，通过其独特的所有权系统、借用系统和类型系统，成功地解决了传统系统编程中的许多难题。其开发者友好的语法、丰富的标准库和强大的社区支持，使得 Rust 成为当今编程领域中备受关注的语言之一。

在智能化时代，企业要如何构建自己的 AI 基础设施?

本文将带您探索 Tokio Runtime 的核心组件，同时会介绍其在 ArcGraph 项目中的应用。阅读本文后，您将会对 Tokio Runtime 的基本原理有一个清晰的了解。此外，您也会对如何在项目中用好 Tokio 有很好的认知。

本文将详细介绍ArcGraph图数据库引擎中分布式缓存（MemEngine）的实现方式，以及我们在图数据库引擎开发中遇到的一些挑战与解决方案。希望通过这篇文章，能够帮助大家对图数据库的缓存设计有一个深入的理解，并能够在自己的项目中应用这些知识。