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。
「上下文窗口」找到 113 条内容
按专题浏览 →匹配正文：答案要点 区分短期记忆（工作记忆）与长期记忆（经验存储）的作用 说明Memory如何解决LLM上下文窗口限制 阐述记忆检索与经验积累对决策优化的价值 提及多智能体间记忆共享与协作机制 Memory在多智能体系统中解决三个核心问题：突破上下文限制、积累领域经验、实现协作共享。 核心作用分层 短期记忆（工作记忆） 维护当前对话/任务的上下文状态 弥补LLM有限的上下文窗口（通常4K-128K） 支持多轮推理中的信息连贯性 长期记忆（经验存储） 沉淀历史决策轨迹与结果反馈 存储领域…
匹配正文：… 复杂开发任务 → 触发多Agent流水线 3. 状态共享与上下文传递 采用共享内存+消息总线混合模式： 短期状态：Redis共享上下文窗口 关键决策：结构化消息传递，确保可追溯 实际场景：智能客服工单处理 阶段 执行Agent 动作 意图识别 Classifier Agent 判断是退款/投诉/技术问题 信息收集 Interviewer Agent 追问订单号、问题细节 方案生成 Solver Agent 匹配知识库生成解决方案 合规审核 Policy Agent 检查是否…
匹配正文：…具检索机制 工具描述优化与向量化 延迟优化策略（预加载、缓存、并行） 工具学习/自动化工具发现 核心挑战分析 工具选择困难：LLM上下文窗口有限，无法一次性加载所有工具描述；相似工具难以区分 调度复杂：工具间存在依赖、互斥、资源竞争；执行顺序影响结果 响应延迟：工具检索+LLM决策+实际调用链路长 解决方案 1. 层次化工具架构 工具分类层：按领域/功能预分类（如"数据库类""搜索类"），先选类别再选具体工具 元工具（Meta-tool）：高层工具封装常用组合，减少决策次数 …
学习内容与项目面试，在同一条路上。