摘要：
Loader：把外部文件读进来，变成 Document RecursiveCharacterTextSplitter：把大的 Document 切成小的 Document Embedding：把小 Document 变成向量 VectorStore：保存向量，支持相似度检索 Retriever：根据 阅读全文
posted @ 2026-05-12 11:51
幻影之舞
阅读(2)
评论(0)
推荐(0)
摘要：
概念 入门理解 适合解决什么问题 LangChain LLM 应用开发组件库，提供模型接入、Prompt、Parser、Tools、Retriever、Agent 等能力 模型接入、线性链、RAG 管道、快速搭 Agent Chain / LCEL 把多个 Runnable 按固定数据流串起来的链式 阅读全文
posted @ 2026-05-09 11:19
幻影之舞
阅读(2)
评论(0)
推荐(0)
摘要：
如果只看最小本质，可以把 Agent 理解成：Agent = 模型 + 工具集 + 运行循环 + 当前状态。 模型（Model）：负责理解用户目标、分析当前局面、决定下一步。 工具集（Tools）：负责执行动作，例如查天气、查库存、调用 API、搜索文档、访问数据库。 运行循环（Loop）：负责让模 阅读全文
posted @ 2026-05-09 10:05
幻影之舞
阅读(3)
评论(0)
推荐(0)
摘要：
MCP： 模型上下文协议 无mcp时常见痛点： 每个 AI 应用都要重复接一遍外部系统例如同样是接 GitHub、Slack、数据库、文件系统，Cursor 要写一套，Claude Desktop 要写一套，自研 Agent 平台又要写一套。 每个框架和宿主各有自己的接法即使大家都支持 Tool / 阅读全文
posted @ 2026-05-08 14:33
幻影之舞
阅读(6)
评论(0)
推荐(0)
摘要：
影响回答质量的因素： 文档是否被正确加载 文本是否被合理切块 Embedding 是否稳定 检索是否召回了真正相关的片段 Prompt 是否把上下文用对了 方案 本质 优势 局限 直接问模型 不接外部知识，直接生成 上手最快 容易不知道私有 / 最新知识，幻觉较多 RAG 先检索资料，再生成 更新快 阅读全文
posted @ 2026-05-08 09:48
幻影之舞
阅读(12)
评论(0)
推荐(0)
摘要：
1. 抽象基类 就是先规定“这一类对象应该具备哪些共同能力”，但不急着规定“每个对象内部具体怎么做”。 抽象基类最有价值的地方：先把共同规则定下来，再让不同对象去实现自己的具体行为。 2. Runnable 把这些“能接收输入并产生输出”的对象，尽量抽象成统一接口。这个统一接口，就是 Runnabl 阅读全文
posted @ 2026-05-06 17:34
幻影之舞
阅读(2)
评论(0)
推荐(0)
摘要：
解决问题： 上下文连续性：让模型知道上一轮说过什么。 会话个性化：让模型记住用户在当前会话里提供的信息，如名字、偏好、任务背景。 多步任务承接：让模型把前一步结果作为后一步输入，而不是每轮都重新从零开始。 记忆的实现原理 读历史 把历史拼进当前提示 调用模型 把本轮输入和输出写回历史 工程化表达 第 阅读全文
posted @ 2026-05-06 14:16
幻影之舞
阅读(5)
评论(0)
推荐(0)
摘要：
向量数据库里通常不只是“一个向量数组”，而是至少会包含下面几类信息： 原始内容：例如文本正文 page_content 向量值：Embedding 模型算出来的高维数组 元数据：例如 source、page、segment_id、业务标签等 索引结构：用于加速相似度检索 向量数据库真正做的是：把“内 阅读全文
posted @ 2026-05-06 13:52
幻影之舞
阅读(4)
评论(0)
推荐(0)
摘要：
Tool Calling（工具调用） 或 Function Calling（函数调用），说的是：模型在回答过程中，不直接给最终自然语言，而是先输出“我想调用某个工具，并附带参数”这一结构化意图 模型负责决定：要不要调用工具、调用哪个工具、传什么参数 程序负责执行：真正去调用函数 / API / 数据 阅读全文
posted @ 2026-05-06 09:29
幻影之舞
阅读(7)
评论(0)
推荐(0)
浙公网安备 33010602011771号