搜索大模型内容

#Agent#工具调用与安全#Agent 工具超时重试

Agent 工具超时怎么办？重试、换工具、降级和停止怎样设计

匹配正文：…，你让 Agent 自动重试几次？重试还失败怎么办？” 这道题最危险的回答，是背一个固定次数，再补一句指数退避。每次重试都是一项有成本、有副作用、可能放大故障的业务决定，不能在错误发生后默认触发。工具为什么失败、是否可能自行恢复、请求能否幂等重放、剩余时间和预算还有多少，都会改变策略。一个成熟的 Agent 不应该把所有异常都扔回模型，让模型凭一段错误文字自由选择。执行层先把错误分类，运行时根据工具策略和任务状态决定重试、切换兼容工具、返回缓存、交付部分结果、请求用户补充或…

手把手把 RAG 教程做成"你自己的"项目

…据 "切多大、为什么、试过别的吗" Embedding 选型选了哪个模型、和备选的对比 "为什么这个 embedding,维度/成本怎么权衡" 检索召回·混合检索向量+关键词混合的召回对比 "只用向量行不行、混合提升了多少" 重排与检索优化加 rerank 前后的指标变化 "rerank 解决什么问题、值不值这点延迟" Query 理解与改写改写/扩写对难 query 的效果 "用户问得含糊你怎么办" 多轮与记忆多轮指代消解的处理 "第二轮'它呢'你怎么接住上文" …

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

按学习路线查看教程、项目和面试题。

站内 RAG 在线实战

匹配正文：

#求职#职业转型

RRF 和加权求和怎么选？两路检索分数为何不能直接相加？

匹配正文：…会跟着错。一个问题可能既包含精确术语，又带有长场景描述，硬分成“精确”或“语义”并不总是合理。分类模型本身还会增加延迟、维护和监控成本。所以加权融合的优势是控制力强，可以使用分数差距、查询类型和业务先验；代价是必须承担分数校准、权重选择和分布漂移。 RRF 为什么不看原始分数 RRF 的全称是 Reciprocal Rank Fusion，中文常译为倒数排名融合。它不比较不同检索器给出的原始分数，只关心文档在每一路排第几。常见形式是： RRF(d) = Σ 1 / (k …

#RAG#检索与重排#RRF

#Deep Research#数据构造与训练#Deep Research 种子数据

Deep Research 训练的种子问题从哪里来，怎样避免一开始就把数据做偏？

匹配正文：…批补什么。每批设置硬门：隐私和许可不通过直接拒绝，答案泄漏与证据不可验证不能靠总分弥补。软指标用于观察表达多样性、类别覆盖和审核成本。发布后冻结版本，记录样本 ID 列表和数据指纹。下一批新增或修订时产生新版本，训练结果才能与具体数据快照对应。这种增量方式不会自动保证效果，却能让问题更早暴露，也能避免计划规模被误写成已经验收的数据。一个教学反例：看起来有很多种子，其实只有一个问题下面是教学设计，不代表真实数据规模。母题是“比较方案 A 与 B 的部署差异”。扩写…

#Agent#工具调用与安全#Agent 写操作幂等

Agent 调用写操作怎么防误执行？副作用分级、幂等、确认和审计怎样做

匹配正文：…部可见工具例如发送外部消息、正式发布内容、删除数据、提交支付或修改关键权限。即使存在补偿，也未必能恢复社会影响或数据完整性。高成本工具有些工具不改业务状态，却会消耗大量计算、付费额度或稀缺资源。它们也需要预算、配额和确认，不能因为“只读”就无限执行。分级应进入 Tool Registry，而不是散落在 Prompt。每个工具声明副作用、所需权限、是否支持 Dry-run、幂等能力、审批要求、补偿方式和资源上限。运行时策略根据当前任务和身份决定是否暴露及如何执行。模型…

做一个 Agent 项目怎么做:从最小 Agent 到 Deep Research

匹配正文：…mo",而是把 Agent Harness(agent loop、工具 schema、记忆、权限确认、失败恢复、trace、评估、成本)一层层做扎实,并留下和 RAG 项目一样完整的证据链。一种便于理解控制流的做法是从最小 Agent 起步,先把"决策—调用—观察—再决策"的循环跑通,再逐步长成 Deep Research 这类多步任务系统,每加一层都留下能被面试官追问的痕迹。作者:吴师兄 | 适合:想主打 Agent 方向、要攒一个能进简历的自建项目的人 | 前置:会用 …

Rerank 为什么更准，却不能对整个知识库运行？

匹配正文：…，再逐对推理。语料越多，成对计算越多。更关键的是，它无法像向量索引那样提前把文档变成可快速搜索的固定表示。这会让一次在线查询的成本随候选规模明显增长，也失去了近似最近邻索引快速缩小范围的意义。合理的链路更像漏斗。第一层先根据知识库、文档状态和权限限定搜索范围。第二层用 BM25、向量或混合检索快速取得一批候选。第三层对候选执行 Rerank，重新计算相关性顺序。第四层根据分数、来源和上下文预算截取最终证据。从全库到最终证据的检索漏斗快速召回负责缩小范围，Re…

#RAG#检索与重排#RAG Rerank

#Deep Research#数据构造与训练#Deep Research 复杂问答

简单问答怎样升级成真正需要多步研究的问题，又不把题目编坏？

匹配正文：…性。它们不是互斥的。可以先用图或结构确定证据骨架，再用迭代变换和自然语言改写增加表达多样性。选择依据是目标能力、可用语料、验证成本和失败类型，不是哪种方法名字更新。任何方法都必须进入相同质量门，不能因为结构复杂就降低可回答性标准。一条完整的复杂 QA 生成流水线第一步，选择已经通过合规、去重和可回答性审核的种子。第二步，建立原问题的实体、关系、时间、答案和证据映射。第三步，选择目标能力，例如多对象比较、多源冲突、时效更新或动态规划。第四步，用图路径、迭代操作、…

#Agent#工具调用与安全#MCP 和 Function Calling 区别

MCP 和 Function Calling 有什么区别？Agent 工具接入时两者怎样配合

匹配正文：…端任务评估。如果现有项目没有真实 MCP 运行证据，就把回答限定为架构比较和迁移方案，不声称已经接入多少 Server、降低多少成本或提升多少准确率。一条渐进式迁移路径第一步，先把现有 Function Calling 工具收敛到统一 Registry 和执行网关，厘清 Schema、执行器、权限与错误。第二步，选择复用需求最高、低副作用的一组工具包装为 MCP Server，Host 通过 Client 发现并调用，但保留原执行路径用于对照。第三步，补齐 Serv…

大模型简历怎么写:项目怎么描述、怎么量化、怎么防追问

匹配正文：…: 维度回答什么问题该写清的要素缺了会怎样工程维度你到底搭了什么架构、状态管理、工具注册、权限确认、监控/trace、成本控制被追问"这块你怎么实现的"就露馅,像只调过 API 业务维度为谁解决什么问题场景、目标用户、数据来源、约束条件、上线边界面试官判断不了你做的是真需求还是玩具 demo 结果维度凭什么说它有效评估集怎么造、通过率/召回率、延迟、成本、badcase 改善一句"效果不错"等于没说,数字要有可复核口径三维不是分三段各写一句,而是让…

Query 重写、扩写和 HyDE，应该在哪些查询上启用？

匹配正文：…行选择一个实体。历史也不是越多越好。重写只需要能消解当前问题的相关对话。把整段长历史全部交给模型，旧话题会增加误判，也增加调用成本。 Query 扩写为什么会增加噪声？扩写的好处是覆盖更多文档措辞，代价是查询数量和候选数量一起增长。一个词如果扩出很多相近表达，每个表达再各自召回一批内容，最终候选里可能出现大量近重复 Chunk。更危险的是扩写词不等义。日常表达中的近义词，放到专业文档里可能有不同边界。模型动态扩出的相关词，也可能只是主题相关，并不能互换。所以扩写…

#RAG#检索与重排#RAG Query 重写

#Deep Research#数据构造与训练#Deep Research 轨迹生成

Teacher 生成的 Agent 轨迹为什么不能直接拿去训练，怎样筛出高质量样本？

匹配正文：…servation；控制器把返回写入状态，再让 Teacher 决定后续动作。真实环境更接近上线行为，但受网络、限流、页面变化和成本影响。模拟环境更稳定、可复现，却可能过于理想。可以把两者结合。高频结构和异常分支在版本化模拟环境中覆盖，关键来源与最终效果在真实环境抽查。模拟返回必须来自固定语料或明确规则，不能仍由同一个 Teacher 自由编写。每次执行至少记录环境版本、工具版本、时间、请求参数、返回状态、内容摘要或证据定位、重试与降级情况。否则轨迹出了问题，只能看到一…

#Agent#记忆与存储#Agent 长期记忆设计

Agent 短任务和长任务怎么记？工作记忆、长期记忆与任务状态怎样分层

匹配正文：…。无法解决就明确不确定，不让模型随意合并。遗忘按有效期、时间衰减、访问和价值删除或归档。遗忘不是能力退化，而是维持相关性、控制成本和落实隐私的重要机制。长期记忆可以按内容再分语义记忆稳定事实和概念，例如已经确认的用户偏好或领域知识。它适合结构化存储与语义检索，但必须有来源和时效。情景记忆具体任务和经历摘要，例如上次研究了什么、使用了哪些来源、哪里失败。保留高价值摘要，不必永久保存完整轨迹。程序记忆完成任务的方法、工具使用模式或流程模板。它更像系统级经验，不应…

要不要做微调 / Post-Train 项目,轻量版怎么做

匹配正文：…时该微调,何时该用 RAG 或 Prompt 结论先行:Prompt、结构化接口、RAG、工具和微调是可组合方案,应先用可评估的低成本基线定位误差,再按知识新鲜度、行为稳定性、数据许可、延迟与维护成本选择。很多人把这三件事混着用,面试一问就露怯。它们解决的是完全不同的问题: 需求类型该用什么为什么让模型基于最新/私有知识回答通常先评估检索、工具或数据库查询外部证据可更新和授权,但仍需验证召回、引用与访问控制固定结构、风格或行为先比较结构化输出/schema、P…

#RAG#检索与重排#Embedding 模型选型

Embedding 和 Rerank 模型怎么选？什么时候值得领域微调？

匹配正文：…否支持批量推理、是否有稳定版本和回滚方式，也属于选型条件。它们可能不会出现在检索排行榜上，却直接决定项目能否长期维护。第三，升级成本能否承担更换 Embedding 不是替换一个配置项这么简单。文档向量和查询向量必须处在同一个向量空间，模型、维度或编码方式发生变化后，旧索引通常不能继续与新查询向量混用。知识库越大，重新编码、建立新索引、校验数据完整性和切换流量的成本越高。 Rerank 的替换相对不需要重建文档向量，但仍要核查输入格式、最大长度、分数分布和阈值。不同模型输…

RAG 检索效果差怎么排查？从 Query 到 Rerank 逐层定位

匹配正文：…被截断、语种与文档是否适配、否定与条件是否得到正确判断。候选数量也要记录。 Top-N 太小可能把正确证据挡在精排外，太大则增加成本与噪声。调试时扩大候选能帮助判断覆盖边界，但最终参数仍要回到评测集和延迟预算上决定。有些系统只对部分页面执行 Rerank。翻页后结果重复或跳动时，要确认不同页面是否使用相同排序口径。第七层，最终上下文真的包含完整证据吗？候选排对以后，还可能在截断与组装时出错。最终只保留前几条，正确证据可能被最后一次阈值过滤丢掉。多跳问题需要两段证据…

#RAG#生成与对话#RAG 检索优化

大模型岗位 JD 怎么读:招聘要求逐条拆解

匹配正文：…能用相邻经验证明的能力、尚未验证的偏好。对硬筛条件有疑问时,向招聘方确认;对技术要求则准备项目证据、失败案例和取舍。是否投递由机会成本和信息共同决定,固定百分比只能制造虚假的确定性。 JD 黑话逐条翻译:原文、实际考察、怎么准备大模型岗 JD 有一套行话,字面吓人,拆开看考察点其实很有限。下面这张表是逐条翻译,左边是 JD 常见原文,中间是它实际在考察什么,右边是对应怎么准备。 JD 原文实际在考察怎么准备「熟悉 LLM 应用开发链路」调过 API、懂 prompt…

#Deep Research#数据构造与训练#Deep Research 工具选择

训练数据里 Search 太多，为什么 Agent 遇到什么都想先搜？

匹配正文：…这个概念在最新版本中的参数是否变化”需要 Search；“官方文档对某个限制的原文怎么写”需要 Visit；“根据文档中的数字计算成本”需要 calculator。问题词汇相近，动作不同，模型更难依赖主题关键词，只能学习任务条件。还可以做观察后的成对分支。Search 已经返回可信且足够的信息时停止；只返回摘要或来源冲突时继续 Visit 或换源。成对数据必须都经过证据与轨迹审核。不能为了制造反例，强行把本应检索的问题标成直接回答。怎样从现有数据里发现工具偏置？第一…

#Agent#记忆与存储#Agent 记忆存储设计

Agent 记忆数据怎么存？关系库、向量库、对象存储与 Schema 怎样设计

匹配正文：…担用户归属、租户隔离、事务更新、唯一约束、版本冲突、精确状态和彻底删除。完整对话、大文件和工具工件全部塞进一张关系表也不合理，读取成本和生命周期会混在一起。这道题考的是你能否先区分“事实源”和“索引”。关系型存储保存主体、记忆条目、来源、权限、版本、状态和审计；向量索引帮助从已授权范围里找到语义候选；对象存储承载长文档、完整轨迹和大工件；缓存只加速热点读取，不成为真相。真正的工程难点还包括双写一致性：主记录已经更新，向量索引还是旧版本；用户删除后主表看不到，旧向量却仍可召…

项目深挖:面试官会怎么一层层追问你的项目

匹配正文：…目深挖。面试官的顺序因岗位和项目而异,但常会沿实现与证据继续追问,从"你解决的是什么业务问题"一路问到评估、badcase 和上线成本,缺少证据时,项目范围和个人贡献会变得难以判断。所以准备项目不是把讲法背顺,而是提前把这条链上的每一环都补一条"问题+方案+取舍+数字"。这一篇拆开 RAG 和 Agent 两条最常被追的链,逐环告诉你面试官想验证什么、你该怎么带着证据答。作者:吴师兄 | 适合:项目主线能讲顺、但被往深追第二层就卡住的人 | 前置:手上有一个 RAG 或 A…

RAG 引用怎么做到可核验？为什么让模型自己标来源不够？

匹配正文：…容，NLI 负责区分支持、矛盾与无法判断，两者的角色不同。后处理的优点是控制更细，可以单独标出没有证据支持的句子。缺点是增加计算成本，而且如果检索阶段根本没有找到正确证据，后处理也无能为力。实际设计不必二选一。可以先让模型按受控编号生成，再对数字、日期、条款、适用范围等高风险句做后处理核验。低风险的解释性连接句不必都跑昂贵判断，事实性陈述则提高检查等级。无论选哪种方式，都必须保留原始答案、事实句、候选证据、引用关系和核验结果。出了错，才能知道是模型漏引、服务端映射错，…

#RAG#生成与对话#RAG 引用溯源