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 Agent」找到 201 条内容
按专题浏览 →匹配正文：答案要点 明确必要性：历史信息确实会干扰决策，尤其是动态环境中 列举2-3种具体实现机制（时间衰减、重要性评分、主动遗忘） 说明与RAG/向量检索的结合方式 提及实际落地中的权衡（衰减参数调优、计算开销） 必要性判断 有必要，尤其在两类场景： 动态环境：工具API、业务规则频繁变更，旧记忆会误导决策 长会话Agent：上下文累积后，早期无关信息稀释有效信号 但注意区分：事实性知识（用RAG外挂）vs 交互记忆（会话上下文），后者才是衰减机制的主战场。 三种实现方式 机制 核心…
匹配正文：…，提升用户感知 执行层优化 引入执行引擎（如LangGraph、LlamaIndex Workflows）管理状态机 长任务拆分子Agent，分布式执行减少单点阻塞 推理机制优化 模型层面 意图识别用小模型（Distill/SLM），复杂推理才调大模型 投机解码（Speculative Decoding）、KV Cache复用加速生成 常见查询走RAG缓存，避免重复推理 上下文压缩 动态裁剪历史，只保留关键决策节点 摘要机制：每N轮对话生成状态摘要，替换原始对话 外部工具集成…
匹配正文：…灰度流量切换 3. 上下文管理 状态存储：Redis存活跃session（TTL=30min），MySQL持久化历史；key设计：agent:{user_id}:{session_id} Token预算：滑动窗口保留最近N轮，超长历史走RAG摘要压缩；单轮预留20%给工具返回结果 隔离策略：用户级、会话级、工具调用级三级context，防止信息泄露 4. 调度系统 执行模式：ReAct循环（Thought→Action→Observation），支持单步/多步工具并行（DAG…
学习内容与项目面试，在同一条路上。