没有测试数据的性能优化就是放屁。靠脑补做的优化99%都是无效的。 这是我们开会时，大领导们的评价。我觉得说的没毛病🥹 最终沉淀的评估系统是：后端

这个系列是基于在鹅厂的工程实践，抽象出来的MVP版本实践。 本文就是为了BFF层设计的前端基建内容，在做前端基建之前，还是要再次复习一下我们之

分词器不属于单纯的文档解析器，也不属于向量模型，它属于 RAG 的词法检索基础层，是“检索质量增强组件”，核心是： 离线阶段，它在 chunk 生成之后，把 chunk 正文

号外：发现hono.js是个神器呀，配合上 cloudflare，再加上 AI 时代的需要，又能跨平台、性能还猛…… 这个系列是基于在鹅厂的工程实践，

本文主题是 pdf 解析器，是离线解析文档的入口，也是比较难的一部分，因为 PDF 里面的内容比较复杂，需要考虑很多细节。 例如：表格数据（尤以多个表格排布最难）、图片、页脚引用等等。本文使用到的资料均已脱敏，不涉及到任何公司隐私，仅做个人复盘。