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。
「多轮 RAG」找到 127 条内容
按专题浏览 →匹配正文：…思、错误修正、动态调整计划 2. 记忆模块（Memory） 类型 作用 实现方式 短期记忆 当前对话上下文 系统Prompt + 多轮对话历史 长期记忆 跨会话知识积累 向量数据库存储 + RAG检索 3. 工具模块（Tools） 扩展LLM能力边界：计算器、搜索引擎、API调用、代码执行器等 核心机制：Function Calling，模型输出结构化JSON决定调用哪个工具 工具描述需包含：功能说明、参数Schema、返回值格式 4. 行动模块（Action） 执行规划结果…
匹配正文：…限 ✅ 持久化状态 ❌ ✅ 多Agent协作 困难 ✅ 典型应用场景 1. 复杂ReAct Agent 工具调用失败后的重试循环 多轮反思（reflection）直到答案达标 2. 多Agent协作系统 用Send实现Map-Reduce（如并行分析多个文档后汇总） Supervisor-Worker架构：主Agent调度子Agent 3. 人机协同工作流 关键节点触发人工审核（interrupt机制） 审核通过后从断点恢复，无需重跑 4. 长期运行任务 定时任务、爬虫、持续…
匹配正文：答案要点 理解DeepResearch的核心定位：自主式深度研究而非单次检索 掌握"规划-搜索-阅读-综合"的循环架构 说明与传统RAG的本质区别（主动性vs被动性） 列举典型应用场景（行业调研、竞品分析、学术综述） 提及技术挑战（信息可信度、成本控制、长上下文管理） 核心定位 DeepResearch是自主式深度研究Agent，区别于传统RAG的单轮检索-生成模式，它能像研究员一样进行多轮探索、验证和综合。 技术架构：循环式"研究-反思"流程 1. 规划层（Planning…
学习内容与项目面试，在同一条路上。