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。
「入门」找到 36 条内容
按专题浏览 →匹配标题与标签：MCP 入门:把工具标准化暴露给 Agent 一句话:第 3 篇的 Function Calling 解决了"模型怎么调工具",但每接一个工具都要自己写胶水代码。MCP 把接入接口标准化了；客户端、服务端还要匹配协议版本、传输方式、能力和权限。 AI 编程 Agent AI 编程
匹配正文：…前能查资料”。用户提问时，系统先检索出最相关的几段内容，连同问题一起交给模型，模型“看着资料回答”，答案自然更准、更新、更可信。 入门之后，建议往两个方向继续深入：一是 RAG 的完整链路（文档解析、分块、向量化、检索、重排），二是 RAG 与微调这两条技术路线该怎么选。
匹配正文：…、行业话术、特定任务套路）→ 考虑微调 实际项目里两者并不对立，常见打法是组合拳：RAG 管知识来源，微调管表达方式和任务能力 对入门者的建议是：九成的“让模型懂业务”需求，先用 RAG 验证效果，不够再考虑微调。入门之后，可以深入了解 LoRA 等低成本微调方法，以及 RAG 与微调结合落地的真实案例。
学习内容与项目面试，在同一条路上。
匹配正文：…的结果。 一句口诀帮助记忆：解析洗数据，分块定粒度，向量建索引，检索找资料，生成出答案。前三步做得好不好，直接决定后两步的上限。 入门之后，可以往检索优化方向深入：重排（Rerank）、混合检索（关键词 + 向量）、查询改写，以及不同分块策略的对比实验。