00:49Qdrant@qdrant_engineQdrant 在 Vector Space Day 上联合 Adobe 展示了一种结合向量搜索与图治理层的企业级检索架构。该方案通过 Qdrant 实现快速向量检索,同时利用 Neo4j 的图数据库确保检索结果符合用户身份、权限和策略。现场演示显示,同一查询会根据不同用户的治理规则返回不同结果,而不仅仅是基于相关性排序。这一架构解决了企业 AI 中检索速度与安全合规之间的核心矛盾。AI产品向量检索图数据库权限治理企业AIQdrant推荐理由:企业 AI 团队终于有了兼顾速度与权限的检索方案——Qdrant + Neo4j 的架构直接解决了「谁可以看什么」的治理难题,做企业级 RAG 或智能体系统的开发者值得关注。原文
07:40AI Engineer@aiDotEngineerNeo4j 的 Steve 在视频中解释了为什么基于图的上下文是智能体系统的下一个突破。传统 RAG 只能检索文档,而上下文图可以检索关系,为智能体提供更丰富的结构化信息。这种方法有望提升智能体在复杂任务中的推理和决策能力。视频展示了图数据库在 AI 系统中的实际应用价值。AI产品RAG图数据库智能体Neo4j上下文检索1 个信源在谈推荐理由:做智能体或 RAG 系统的开发者,图上下文能解决关系理解瓶颈,值得看看 Neo4j 的实战思路。原文