ai学习

在 AI 和搜索领域，向量（Vector） 是计算机理解万物的基础。你可以把向量想象成坐标，通过这些坐标，计算机就能在“数学空间”里衡量内容之间的关系。 稀疏向量和稠密向量代表了两种完全不同的“描述方

认识 MongoDB MongoDB 是一个基于文档的 NoSQL（非关系型）数据库 。它不像 MySQL 那样把数据存在格子状的表里，而是存成类似 JSON 的“文档” 。 1. 核心概念对比 为了

这部分内容是面试中非常容易出彩的亮点，核心在于讲清楚为什么要做区分以及工程上如何分别落地。 一、 核心概念与作用对比 在 RAG 或大模型问答系统中，为了让 AI 表现得像一个真实的“助手”，我们需要

Agent设计模式：MCP模式 从 Function Calling 到 MCP：智能体能力的真正跃迁 一、先回到问题的本质：LLM 缺什么？ 大语言模型（LLM）擅长理解和生成语言，但要成为“智能体

RAG（Retrieval-Augmented Generation，检索增强生成）是大模型应用开发中最核心、落地最广的技术方案。 简单来说，如果把大模型（LLM）比作一个“饱读诗书但没有网、且记忆停

1. 核心抽象：ChatMemory 接口 在 LangChain4j 中，记忆系统的核心接口是 ChatMemory。它的职责非常纯粹：维护对话历史的顺序，并根据策略进行截断。 1.1 两种主流实现