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 任务」找到 384 条内容
按专题浏览 →匹配口述回答：…]、存储这一套串起来，[[RAG]] 场景下最常用。然后是链，它定义了一个固定流程，比如先查知识库再问模型，或者先总结再翻译。[[Agent]]层更灵活，它会根据用户输入动态决定调哪个工具，执行完再观察结果，循环直到给出答案。内存层管理对话历史，回调层负责日志和追踪。 链式调用的核心是Runnable协议，所有组件都实现了invoke、batch、stream这三个方法。LangChain搞了个LCEL，用管道符把这些组件串起来，比如你可以写一个链：把用户问题传给检索器，检索…
匹配口述回答：这道题其实在问，怎么让大语言模型真正动起来，不光会聊天，还能调用外部工具去干活。本质上，是把LLM从纯语言模型变成能执行动作的[[Agent]]，这里的技术路线可以分成三大类，各有各的适用边界，而且真正落地时往往是混着用的。 先说最简单的，提示工程。就是在system prompt里把工具描述写成JSON Schema，靠模型的[[In-Context Learning]]能力让它自己决定什么时候调用、传什么参数。好处是零成本，改个prompt就能上线，但问题也很明显，模型容…
匹配正文：…edding模型（领域适配） 检索失败检测：当置信度低于阈值，触发主动澄清或转人工 技术边界与选型 RAG不是万能解，需与SFT、Agent协同： 高频稳定知识 → SFT内化到模型参数 动态/海量知识 → RAG外挂 复杂任务执行 → Agent+RAG（检索作为工具之一） 美团场景示例：外卖菜品知识用RAG实时更新，但下单对话策略用SFT固化，复杂售后链路用Agent调度。
学习内容与项目面试，在同一条路上。