跳至内容

Agent & RAG

围绕大模型应用的两大核心范式——检索增强生成（RAG）与智能体（Agent），系统梳理概念原理、组件选型、链路调优与工程化部署。实践优先，梦到啥更新啥🫡。

Agent
将大模型与工具调用、记忆、执行流程结合，记录智能体架构设计、Function Calling、多智能体协作与工程落地的笔记与实践。
RAG
从文档解析、分块策略、向量检索、重排序到评测的实践笔记，缓解大模型幻觉问题。

最近更新

我的第一篇 Agent 笔记 一篇用于验证站点功能的示例文章 RAG 核心概念 1. 什么是 RAG（检索增强生成） RAG = Retrieval-Augmented Generation，即" … RAG 离线链路 一. 文档加载 加载阶段的目标是把不同格式的文档统一读成纯文本。PDF 按页抽取文字，Word 按段落抽取文字，Markdown … RAG 在线链路 在线链路实战：混合检索、Reranker 精排与流式生成 0. 运行前准备 先运行 RAG基础_离线链路，确保 rag_docs … 核心抽象层 一、RAG 核心抽象层：Messages、Prompt、Parser 当用户发起提问后，对话生成层按以下顺序工作： …

📜文章总览

9 篇文章
4 个标签
2901 总字数
2 篇规划中

🔖标签

入门9 RAG8 LangChain4 Agent1