个人作品集实战：从零搭建真实 RAG 流水线及 SDK 踩坑记录
Reasonable-Lack-7701 · reddit · 2026-08-04
作者在其个人作品集网站中落地了一个真实的 RAG（检索增强生成）流水线，而非简单的 Chatbot 套壳。具体技术栈包括：将案例和工作经历分块，使用 OpenAI text-embedding-3-small 生成嵌入，存储于带 pgvector 的 Neon Postgres 数据库中，通过余弦距离检索，并将引用作为消息注解随数据流返回，从而在 UI 层精准展示信息来源。
核心踩坑经验：AI SDK 核心包与嵌入模型提供商的依赖版本发生偏移（EmbeddingModelV1 与 V4 不兼容），导致嵌入过程静默失败，且类型报错难以追踪。通过锁定提供商版本瞬间解决。
作者下一步计划完全抛弃托管的嵌入/推理服务，尝试在旧 MacBook 上测试全本地化部署，并向社区征集本地检索架构（pgvector 对比 Qdrant/Weaviate）的延迟表现。
「编程与Agent」频道最新
- Next.js 16.3 发布：内存占用大降 90%，强化 AI Agent 工具链 — Vjeux · 2026-08-04
- 开发者分享AI Agent架构演进总结图 — bingxu_ · 2026-08-04
- ChatGPT 频繁破坏代码库，开发者抱怨模型能力倒退 — wowa93 · 2026-08-04
- 利用浏览器开发者工具快速将任意网站转为 API 或 MCP 服务 — dsp_ · 2026-08-04
- Anthropic 工程师演示多智能体循环：40 分钟从零构建完整应用 — mathemagie · 2026-08-04
- 生产环境跑 Agent 一年复盘：可控审计比模型能力更重要 — KimLikeJ · 2026-08-04