(feat): 增加数据库和 RAG 方向的内容

[zhanghuidinah]

提交前检查

• 我已在 Issues 中搜索，未找到相同或高度相似的建议

希望新增的教程主题/模块

大模型应用开发实战二：向量数据库技术全栈指南

背景与痛点

AI x DataBase 课程大纲：

• 前言
• 基础知识
  • 浅入了解向量数据库
  • AI 应用底层实现
    • 存储和检索向量数据
    • 构建和维护知识库
    • 管理用户记忆和上下文
• 向量索引 / 全文索引的构建与优化
  • 向量索引使用指南
    • 使用基础
    • 类型选择
    • 参数说明和调优
    • 其他使用建议
  • 向量索引优化指南
    • 构建耗时的分析和优化
    • 内存问题的分析和优化
  • 全文索引使用指南
    • 原理简述
    • 使用方式
    • 调优手段
  • seekdb 向量搜索实践
• 向量数据库进阶能力 —— 提升 AI 应用效果和性能
  • 混合搜索 —— 标量 / 向量 / 全文，大幅提升 AI 应用检索性能
  • AI Function —— PROMPT / EMBED / RERANK，SQL 调用大模型，体验 RAG 功能完全内置到数据库
  • AI Memory —— 解决 AI 应用中上下文窗口限制带来的记忆问题
• 项目实战 —— 构建和优化 AI 应用
  • 实战一：快速构建 AI 应用（基于 Dify x seekdb）
  • 实战二：构建和维护知识库（基于 PowerRAG）
  • 实战三：优化 AI 的应用中的用户记忆（基于 PowerMem）
• 附录（AI 应用开发者提效工具）
  • Text2SQL —— 数据检索新纪元
  • MCP Server 与 AI 工具集成指南 —— 用自然语言玩转 AI 原生数据库
  • Claude Code 插件使用指南 —— 打造懂向量数据库的 AI 编程助手
  • Cursor 插件使用指南 —— 让 Cursor AI 助手秒懂向量数据库

建议覆盖的内容范围

No response

目标读者与预期效果

No response

相关资料/链接（选填）

No response