AGI老王

langchain从入门到精通——RAG优化策略MultiVector实现多向量检索文档 多表征/向量索引【AI大模型教程】 为每一个文档块生成一条向量用于记录该文本的特征...

用LangChain搭建智能客服：零基础也能搞定大模型集成！ 你是不是也曾想过，自己动手搭建一个智能客服系统，却卡在了“如何让AI听懂业务问题”、“怎么连接公司内部数据”这...

RAGFlow与Dify知识库：对比选型与技术落地解析 RAG（检索增强生成）技术凭借“连接模型与真实世界信息”的核心能力，成为企业构建智能问答、知识库管理等应用的核心支撑...

LLM 系列：解读 Deep Research 本文主要和各位读者来共同探讨一下 Deep Research。作为 LLM 的深度使用者，从搜索替代到 RAG应用，再到 A...

跟我学LangChain：入门指南，基于LLM构建强大AI应用的“魔法框架” 当开发者构建LLM应用时，可能会遇到很多API接口、数据格式、工具等，特别是一个非AI领域的开...

MCP: 什么是MCP 【AI大模型教程】 为什么需要MCP 大语言模型虽然学习了大量的通用数据，但是对于用户自己的数据是一无所知的。 因为大模型在业务应用中，是浮于表面的...

AI Dynamo深度解析：大语言模型推理框架的分布式架构思维 最近在深入研究 AI Dynamo 项目时，我发现一个有趣的现象：尽管它是一个先进的 AI 推理框架，其核心...

基于强化学习的智能体化搜索全面综述：基础、角色、优化、评估与应用 大型语言模型（Large Language Models, LLMs）的出现，通过开放式自然语言交互，彻底...

LangChat Pro模型消耗监控:让AI成本清晰可控 写在前面 "O,这个月AI模型调用费用怎么又超了3万?" "财务问我要模型费用明细,但系统根本查不到具体数据......

Embedding相似度不是万金油，电商、 新闻场景如何按时效性做rerank 同样是语义相似度结合时效性做rerank，指数衰减、高斯衰减、线性衰减怎么选？【AI大模型教...

从统计到神经网络Embedding技术的第二次演化 在上一篇文章中，我们讲到传统的词向量表示（如 One-Hot、TF-IDF、词袋模型等），虽然能让文字“数字化”，但仍有...

构建有记忆的 AI Agent：SQLite 存储 + 向量检索完整方案示例 现在的 Agent 系统有个很明显的问题 —— 会话一结束，什么都忘了。【AI大模型教程】 这...

AI Agents上下文工程（Context Engineering）解析 在应用AI领域，“提示工程”（Prompt Engineering）多年来一直是关注焦点，如今一...

小模型才是Agent的未来？ 【AI大模型教程】 英伟达研究人员今年6月发了一篇论文，标题是《Small Language Models are the Future of...

揭秘Multi-Agent内核：八个AI智能体如何像真人团队一样开会协作？​ 在任何一个以产品为核心的企业里，销售配置都是最让一线人员又爱又恨的环节。【AI大模型教程】 一...

LLM 幻觉：追踪，评估和解释 在传统的自然语言生成（Natural Language Generation，NLG）任务中，幻觉现象已被广泛研究，其通常被界定为生成的内容...

RAG-Anything: 超越纯文本，迈向真正的全模态RAG框架 自诞生以来，检索增强生成（RAG）已成为扩展大语言模型（LLM）能力的核心范式。然而，当前的RAG框架普...

AI 智能体三大核心组件：从框架（Framework）、运行时（Runtime）到工具集（Harness）的技术边界与应用场景 我最近常常被问到一个问题：“LangChai...

关于相似度计算和rerank重排序的区别和作用 “ 相似度召回的作用是快速从海量文档中召回相关文档，而rerank重排序的作用是在这些相关文档中找到相关性最高的文档。”【A...