页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「RAG 优化」找到 336 条内容
按专题浏览 →匹配正文：…（时间、必去点）、隐性需求 规划层 行程编排Agent 基于约束求解生成初步日程（景点-交通-餐饮-住宿的时空组合） 执行层 验证优化Agent 检查可行性（开放时间、路程合理性）、成本估算、生成备选方案 协作机制： 主控Orchestrator维护共享状态树（用户画像、当前行程草案、待确认事项） 层内并行（如同时检索多个景点信息）、层间串行（理解→规划→验证） 支持回环迭代：验证失败时触发重新规划，需求模糊时回调澄清 二、RAG增强设计 知识库分层： 静态库：景点基础信息、…
匹配正文：…是否达成子目标 未达成则分析原因（工具问题？理解偏差？），选择重试或重规划 引入"反思"步骤，显式总结本轮经验写入长期记忆 三、与RAG的深度集成 不是简单拼接，而是能力融合： 层级 集成方式 检索即工具 RAG作为knowledge_retrieval工具，Agent按需调用 记忆增强 检索结果注入工作记忆，参与推理过程 主动检索 规划阶段识别知识缺口，触发预检索 双向反馈 Agent的执行日志回流优化RAG的索引策略 设计考量： 检索结果置信度低时，Agent应主动追问澄…
匹配题目：…，以及主流向量数据库（如FAISS、Pinecone、Weaviate、Milvus）的特点、索引机制（如HNSW、IVF）和性能优化策略，结合RAG系统需求分析其技术选型依据。
学习内容与项目面试，在同一条路上。