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 Prompt」找到 250 条内容
按专题浏览 →匹配正文：…flection）、树状搜索（ToT） 2. 记忆系统（Memory） 类型 作用 实现方式 短期记忆 当前对话上下文 滑动窗口、Prompt内维护 长期记忆 跨会话知识积累 向量数据库存储+检索增强 工作记忆 中间执行状态 临时变量、执行轨迹 3. 工具调用（Tools） 功能：扩展LLM能力边界（计算、搜索、API操作等） 关键机制：Function Calling（模型输出结构化JSON）→ 外部执行 → 结果回传 工具描述需清晰定义：功能说明、参数schema、返回值…
匹配正文：…先用状态机。 工具层：工具 schema、参数校验、权限、超时、幂等、重试、熔断和结果校验。 记忆与知识层：短期状态、长期记忆与 RAG 分开治理，并执行租户隔离和删除策略。 安全与人工层：敏感动作审批、最小权限、提示注入防护和审计。 观测层：记录 trace、模型与 Prompt 版本、工具输入输出、token、延迟、错误码和回退路径。 教学假设：数据分析 Agent 假设系统接收自然语言分析请求。流程可以是：识别数据域 → 检索 schema 和口径 → 生成查询计划 →…
匹配正文：…PI对接、实时数据查询、标准化工具集成的生产环境 3. LangChain / LlamaIndex 核心机制：模块化编排，封装了Prompt管理、记忆、工具链等 特点：生态丰富、上手快；但抽象层厚，定制灵活性受限 适用场景：快速原型验证、RAG+Agent结合的标准化应用 4. AutoGPT / BabyAGI 核心机制：目标分解 + 自主任务队列 + 长期记忆 特点：追求完全自主，但稳定性差、易陷入循环 适用场景：实验性探索、开放式任务（实际生产较少用） 5. Mult…
学习内容与项目面试，在同一条路上。