用户取消AI流式输出后，模型为什么还在继续生成？前端Abort、Reactor取消与上游计费排查
前端点击“停止生成”后，页面虽然不再显示内容，但后台日志、Token统计或模型控制台仍显示请求继续执行。这是因为停止前端渲染、关闭HTTP连接、取消Reactor订阅和通知模型Provider停止生成是四个不同层次。本文解释取消信号如何沿前端、网关、Spring WebFlux和模型SDK传播，并给出任务状态、`doOnCancel`、幂等关闭、超时和计费监控的完整实现思路。
用Spring Boot搭建统一AI流式网关：SSE事件、模型路由、取消与审计
企业同时接入DeepSeek、OpenAI、Qwen或本地模型后，如果每个业务系统直接对接Provider，很快会出现流式协议不一致、错误码分散、取消无效、Token统计缺失和模型切换困难。本文实现一个轻量级Spring Boot AI流式网关，统一请求协议、SSE事件、模型路由、任务状态、取消接口、日志审计与Provider适配，并说明如何避免网关成为新的单点瓶颈。
Spring AI企业级应用实战（3）：流式输出、SSE、背压、取消与异常恢复
上一篇完成了ChatClient、Advisor与Prompt Template统一调用层。本篇继续构建生产级流式能力：使用Spring WebFlux和Spring AI返回结构化SSE事件，实现首Token统计、Token合并、背压保护、用户取消、心跳、超时、部分结果保存、错误事件和Nginx部署配置。文章给出完整的请求模型、任务状态、Service、Controller与前端读取代码，解决“
OpenAI API新增组织与项目硬支出上限：达到月度额度后为什么会返回429？
# OpenAI API新增组织与项目硬支出上限：达到月度额度后为什么会返回429？ ## 文章摘要 OpenAI于2026年7月22日在API平台新增组织级和项目级硬支出上限。管理员可以设置月度费用封顶值，当平台记录的支出达到适用上限后，受影响的API请求会返回HTTP 429和`insufficient_quota`错误。它与普通速率限制、消费提醒以及平台核准的Usage Limit并不是
RAG文档更新后仍然检索到旧内容？增量索引、版本字段与缓存完整排查
# RAG文档更新后仍然检索到旧内容？增量索引、版本字段与缓存完整排查 ## 文章摘要 企业RAG知识库更新制度、产品资料或合同后，经常出现“后台已经上传新版本，问答却仍引用旧内容”的问题。根因可能来自旧向量没有删除、文档ID变化、增量任务失败、检索过滤缺失、缓存未失效，或者新旧版本同时处于有效状态。本文提供从源文件、解析结果、Chunk、向量库、缓存到生成上下文的完整排查路径，并给出安全的版
RAG知识库更新选全量重建、增量索引还是CDC？三种方案完整选型
# RAG知识库更新选全量重建、增量索引还是CDC？三种方案完整选型 ## 文章摘要 RAG知识库上线后，文档、商品、制度、工单和数据库数据都会持续变化。全量重建实现简单但成本高，增量索引效率更高但版本与删除治理复杂，CDC可以接近实时同步，却会引入事件顺序、幂等、事务和回放问题。本文从数据规模、更新频率、一致性、成本、恢复能力和实施复杂度出发，比较三种更新架构，并给出企业项目的组合选型建议。
Qdrant 1.18.3发布：分片键重分片查询错误修复，哪些集群应该升级？
# Qdrant 1.18.3发布：分片键重分片查询错误修复，哪些集群应该升级？ ## 文章摘要 Qdrant 1.18.3于2026年7月17日发布，本次版本只包含一项Bug修复：解决使用Shard Key进行重分片时可能出现的查询错误。更新内容虽然很少，但它影响的是多租户、大规模Collection和在线扩缩容场景。本文解释Shard Key与Resharding的关系、故障可能出现在哪些
RAG文档删除后为什么还能被搜到？向量残留、缓存、备份与删除传播治理
# RAG文档删除后为什么还能被搜到？向量残留、缓存、备份与删除传播治理 ## 文章摘要 企业知识库删除文件后，用户仍可能从RAG问答中看到原内容。这不仅是数据一致性问题，还可能造成隐私、合同、离职员工资料和客户数据继续暴露。根因包括只删除业务表、向量Point残留、语义缓存未清理、历史会话继续引用、异步删除失败、备份和副本恢复旧数据等。本文给出删除链路排查方法，并设计可审计、可重试、可验证的
用Spring AI＋Qdrant实现可恢复的RAG增量索引服务
# 用Spring AI＋Qdrant实现可恢复的RAG增量索引服务 ## 文章摘要 本文实现一个面向企业知识库的增量索引服务：通过文档Checksum和Chunk Hash识别变化，只对新增或修改片段生成Embedding；使用稳定Point ID写入Qdrant；通过版本状态实现新旧索引原子切换；失败任务可重试，删除操作可幂等执行。示例使用Spring Boot、Spring AI和Qdr
企业级RAG性能优化与质量治理（4）：增量更新、版本治理、引用溯源与线上监控
# 企业级RAG性能优化与质量治理（4）：增量更新、版本治理、引用溯源与线上监控 ## 文章摘要 企业RAG进入长期运行阶段后，真正困难的工作从“把文档放进向量库”转向知识生命周期治理：如何只更新变化内容、如何确保新旧版本不会同时生效、如何让每个答案追溯到具体文档与Chunk、如何发现线上召回过期内容，以及如何在更新失败时安全回滚。本文从数据模型、版本状态机、增量索引、删除传播、引用链路、缓存
GPT-5.6显式缓存断点怎么用？RAG长Prompt成本优化与失效策略
# GPT-5.6显式缓存断点怎么用？RAG长Prompt成本优化与失效策略 ## 文章摘要 GPT-5.6在API中引入更可预测的Prompt缓存机制，包括显式缓存断点和至少30分钟的缓存生命周期。对于RAG、Agent和企业知识助手，这意味着稳定的System Prompt、工具定义、输出Schema和公共知识上下文可以复用，从而减少重复计算和输入成本。但缓存并不是把整个请求永久保存，动态
PDF导入RAG后乱码、空白或顺序错乱怎么办？文档解析完整排查
# PDF导入RAG后乱码、空白或顺序错乱怎么办？文档解析完整排查 ## 文章摘要 PDF导入知识库后出现乱码、空白、文字顺序错乱，是企业RAG项目最常见的数据源故障。根因可能是扫描件没有文本层、字体使用自定义编码、双栏版式阅读顺序错误、表格被拆散、OCR语言配置不正确，或者解析结果未经质量校验就直接分块。本文给出从PDF类型识别、文本层检测、字体与编码、OCR、版面恢复到入库质量门禁的完整排
固定长度、递归字符、语义分块和结构分块怎么选？RAG Chunk策略对比
# 固定长度、递归字符、语义分块和结构分块怎么选？RAG Chunk策略对比 ## 文章摘要 Chunk策略决定了RAG系统能够检索到什么、丢失什么，以及大模型最终看到多少完整上下文。固定长度分块实现简单但容易切断条款；递归字符分块通用性强；语义分块边界自然但成本较高；结构分块最适合制度、合同和技术文档，却依赖可靠的文档解析。本文从边界质量、实现成本、检索效果、元数据和适用文档等维度对比四种策
Spring AI 2.0 RAG模块升级：依赖改名、Advisor架构与迁移注意事项
# Spring AI 2.0 RAG模块升级：依赖改名、Advisor架构与迁移注意事项 ## 文章摘要 Spring AI 2.0对RAG相关模块进行了重新组织：原来的 `spring-ai-advisors-vector-store` 已改名为 `spring-ai-vector-store-advisor`，常用RAG流程继续通过QuestionAnswerAdvisor接入ChatC
PDF表格在RAG中被拆散怎么办？表头继承、行分块与结构化检索方案
# PDF表格在RAG中被拆散怎么办？表头继承、行分块与结构化检索方案 ## 文章摘要 PDF表格进入RAG后，最常见的问题是表头与数据行分离、跨页表格断裂、合并单元格丢失，以及数字脱离业务含义。把表格简单转成纯文本再按Token切分，会让“100”“20%”“A产品”等字段失去对应关系。本文介绍表格检测、Markdown与JSON双表示、表头继承、按行分块、跨页合并、结构化字段检索和质量校验
用Docling＋Spring AI搭建PDF解析与RAG入库管道：表格、Metadata和质量门禁
# 用Docling＋Spring AI搭建PDF解析与RAG入库管道：表格、Metadata和质量门禁 ## 文章摘要 Spring AI提供DocumentReader、DocumentTransformer和VectorStore等ETL能力，但复杂PDF的版面、表格和OCR往往需要更专业的解析工具。Docling可以将PDF解析成包含页面、标题、段落、表格和图片信息的结构化文档。本文通
企业级RAG性能优化与质量治理（2）：文档解析与Chunk工程决定知识库上限
# 企业级RAG性能优化与质量治理（2）：文档解析与Chunk工程决定知识库上限 ## 文章摘要 很多团队把RAG效果差归因于Embedding模型、向量数据库或大模型，却忽略了最前面的文档解析与Chunk工程。PDF乱码、表格丢失、标题层级消失、旧版本混入和固定长度粗暴切分，会在数据进入向量库前就破坏知识。本文建立一套生产级文档管道：文件识别、结构解析、清洗、质量门禁、结构分块、父子Chun
Milvus 2.6.20发布：查询调度、过滤性能与流式恢复升级分析
# Milvus 2.6.20发布：查询调度、过滤性能与流式恢复升级分析 ## 文章摘要 Milvus 2.6.20于2026年7月14日发布，重点改善查询调度与批处理、索引加载、过滤执行、流式重平衡和可观测性，同时修复JSON路径过滤、流式写入恢复、文本索引和GPU_CAGRA等问题。本文不只罗列更新项，而是结合企业RAG场景分析这些变化会影响哪些线上问题、哪些项目值得升级，以及升级前应如何
RAG加上Metadata过滤后完全搜不到结果？从字段类型到索引完整排查
# RAG加上Metadata过滤后完全搜不到结果？从字段类型到索引完整排查 ## 文章摘要 企业RAG为了实现租户、部门、权限、版本和有效期控制，通常会在向量检索中加入Metadata过滤。很多项目却在加过滤后出现结果从几十条变成零条，关闭过滤又恢复正常。根因可能是字段未写入、类型不一致、布尔表达式错误、日期格式不同、过滤索引缺失、权限集合为空或过滤发生在错误阶段。本文提供一套可复用的排查顺
RRF、DBSF、加权融合与Cross-Encoder重排怎么选？RAG排序策略指南
# RRF、DBSF、加权融合与Cross-Encoder重排怎么选？RAG排序策略指南 ## 文章摘要 企业RAG从单一向量检索升级到混合检索后，通常需要解决“多路结果如何合并”和“候选文档如何再次排序”两个问题。RRF、DBSF、加权融合和Cross-Encoder经常被放在一起比较，但它们解决的层次并不完全相同。本文从输入、计算成本、是否依赖分数标定、可解释性和适用场景出发，给出一套可执