Excalidraw 是一个开源的虚拟白板，用于绘制手绘风格的流程图，支持多人协作编辑。
产品特点
- 开源：MIT 协议，可自由使用和二次开发
- 手绘风格：流程图呈现手绘、草图效果
- 协作编辑：支持多人实时协同编辑
使用方式
本地部署
# 使用 create-excalidraw-app 创建项目
npx create-excalidraw-app my-app
# 启动开发服务器
cd my-app
npm run dev2026年2月7日小于 1 分钟
适用场景对比
| 维度 | 更适合用 Skill | 更适合用 RAG |
|---|---|---|
| 知识形态 | 流程、规则、操作指南等结构化知识 | 大量非结构化文档、长文本、多源内容 |
| 更新频率 | 相对稳定，变更不频繁 | 内容经常更新，需实时同步 |
| 检索方式 | 按任务类型匹配，加载对应技能 | 语义检索，从向量库召回相关片段 |
| 典型场景 | 内部 SOP、代码规范、邮件模板、工作流 | 产品文档、FAQ、历史对话、知识库 Q&A |
2026年2月7日大约 1 分钟
向量数据库是 RAG 系统的核心，选型直接影响检索效率和生成质量。本文围绕选型方法论、主流产品分析、实战案例、总结与趋势展开，帮助解决技术选型问题。
一、选型方法论
1. 业务需求
- 数据类型
- 纯文本（合同库、文档问答）：选择范围广
- 多模态数据（图片、音频、视频）：对高维向量处理能力要求高，如以图搜图
- 查询模式
- 关键字搜索：传统倒排索引，如 Elasticsearch
- 相似度匹配：向量检索
- 混合检索：向量检索 + 结构化过滤（如「红色裙子 + 价格 < 200 元」），需关注性能
2026年2月7日大约 4 分钟