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。
「Agent 设计」找到 400 条内容
按专题浏览 →匹配正文：…路径 至少提及2-3种具体架构方案（如Memory Bank、MemGPT、RAG-based Memory） 说明记忆检索的关键设计（索引策略、相关性计算、遗忘机制） 体现对Agent任务持续性的理解（多轮状态保持、目标追踪） 有实际落地考量（延迟、存储成本、一致性） 核心思路 大模型记忆机制的本质是突破固定上下文窗口的限制，实现信息的跨会话持久化与高效检索。我从三个层面展开： 一、架构层：原生上下文扩展 长上下文模型 采用Ring Attention、StreamingL…
匹配正文：一、核心理念差异 维度 Function Calling Toolformer 设计哲学 模型是"调度器"，工具是外部黑盒 模型"内化"工具能力，工具调用是生成行为 工具位置 系统层，与模型解耦 模型层，能力嵌入参数中 知识时效性 实时获取，无过期问题 训练后固化，存在知识截止 二、技术实现对比 Function Calling（以OpenAI/GPT-4为例） 推理时注入工具Schema（JSON Schema描述参数） 模型输出结构化调用指令 → 系统执行 → 结果回注 …
…aIndex的SentenceWindowRetriever + 混合搜索，应对商品属性多模态 直播实时决策：均不适用，需自研轻量Agent框架，核心在推理加速而非框架功能 学习建议 建议先掌握各框架的基本使用，再通过项目实践对比其设计差异。阅读官方文档和社区案例，理解不同场景下的选型逻辑。
学习内容与项目面试，在同一条路上。