DISTANCE() and VECTOR_DISTANCE(): Vector Similarity in Percona Server for MySQL 9.7

Learn Vector Databases for Beginners – Embeddings, Similarity Search & ChromaDB

A vector database stores data as lists of numbers called embeddings, which lets it search by meaning instead of matching exact keywords. It's the piece behind a lot of recommendation systems, RAG apps

System Design Drill Day 14: URL Shortener and Unique ID Generation

Design a scalable URL shortener using random base62 codes, Redis caching, 302 redirects, and asynchronous click analytics while protecting expiring order-tracking links.

RAG vs. Vectorless RAG, clearly explained!

...explained visually (with tradeoffs in production).

Building a RAG Pipeline for Semantic Code Search: A Developer Diary and Field Notes

Part 2: Storage, Search, and Agent Tooling In this blog series, we aim to share some of the lessons we learned over the past six months as we built and rolled out Air Context, a production-grade RA

Build a Jev-powered Agentic RAG

Bối cảnh là việc xây dựng một hệ thống RAG (Retrieval-Augmented Generation) có khả năng năng động. Nguyên nhân kỹ thuật là cần một framework có thể xử lý các tác vụ tự nhiên mà không bị giới hạn bởi các prompt cố định. Hệ quả là hệ thống có thể tự điều chỉnh hành vi dựa trên ngữ cảnh đầu vào. Điều đáng học là cách triển khai Jev-powered agent cho RAG giúp tăng tính linh hoạt và khả năng xử lý các tác vụ phức tạp. Bài viết cung cấp hướng dẫn chi tiết với code mẫu để triển khai hệ thống này.

Bài viết này hướng dẫn bạn cách xây dựng hệ thống Retrieval-Augmented Generation với khả năng tự chủ bằng Jev, kèm theo code ví dụ cụ thể.

Vector Database Use Cases: Search, RAG, and AI Apps

The most common vector database use cases are semantic search, RAG, recommendations, and multimodal search. Learn how each works and when to use them.

EP229: 8 Chunking strategies for RAG-based agents

Trong RAG-based agents, chunking strategies quyết định hiệu suất hệ thống với các phương pháp như token-based, fixed-size hay semantic chunking. Bài trình bày 8 chiến lược chunking khác nhau, trong đó RecursiveCharacterTextSplitter của Langchain cho accuracy cao nhất đạt 0.76. Chunking quá nhỏ làm giảm context window, trong khi quá lớn lại gây khó khăn cho retrieval. Các hệ thống production nên cân nhắc semantic chunking kết hợp với embeddings để tối ưu hóa thông tin giữa các chunk.

Bài viết giúp lập trình viên chọn chiến lược chunking hiệu quả nhất cho hệ thống RAG-based agents trong môi trường sản xuất.

Edi Life OS: Self-Hosted Personal Dashboard with MCP

Edi Life OS là một nền tảng dashboard cá nhân tự host kết hợp thói quen, mục tiêu, Kanban và quản lý tài chính, tùy chọn thêm server Model Context Protocol. Nó được xây dựng bằng PHP và MySQL, chạy hoàn toàn trên server của người dùng. Giao diện đơn giản với các module chức năng được tùy biến linh hoạt. Người dùng có thể kết nối với các AI tools hỗ trợ qua MCP để tự động hóa quy trình cá nhân. Đây là lựa chọn phù hợp cho ai muốn kiểm soát dữ liệu cá nhân mà không phụ thuộc vào dịch vụ cloud.

Edi Life OS giúp bạn quản lý toàn bộ cuộc sống từ thói quen đến tài chính trong một hệ thống tự lưu trữ tiện lợi.