Reciprocal Rank (RR) 详解 一句话解释 核心公式 直观理解想象你在用搜索引擎搜问题，通常你只关心第一个出现的正确答案在第几页第几行。如果第一个正确答案排在...
IP属地：甘肃
-
混合检索-Reciprocal Rank (RR)
-
LangChain 设计原理分析¹⁵ | AI 编排平台的演化方向
一、为什么是 Observability / Debug / Eval / AgentOps？ 在实验阶段，我们只需“跑通”。但在生产阶段，你需要： 可观测（Observab...
-
LangChain 设计原理分析¹⁴ | 模拟实现一个精简版 LangChain
主题：从零开发小框架，逐步搭建核心能力目标：综合运用前文知识，动手复刻核心原型 一、总体设计思路 我们实现一个最小可用（MVP）版本，覆盖 LangChain 的核心理念： ...
-
LangChain 设计原理分析¹³ | LangChain Serve 快速部署主题：LangServe、FastAPI、流式返回目标：学会把任意 Runnable（链 / Agent / 检索链）一键发布为可调用的 HTTP API，并掌握同步、流式、...
-
LangChain 设计原理分析¹² | LangGraph 解构——持久化、有状态协作与长时间任务
主题：持久化 Graph、Multi-Agent 协同目标：理解如何为图式 Agent 工作流 落盘存档、跨会话恢复、长时任务分段执行，以及 多智能体共享有状态上下文。 1）...
-
LangChain 设计原理分析¹¹ | LangGraph 系统解构——图式 Agent 工作流架构
本文旨在掌握 LangGraph 的核心运行机制：状态建模、节点执行、条件边路由与调度；理解它如何让 Agent 的决策循环变得可视、可测、可控。关键词：节点状态机、边转换、...
-
LangChain 设计原理分析¹⁰ | 向量数据库与 Retriever 机制本文旨在理解向量检索的实现机制、VectorStore 与 Retriever 在 LangChain 中的职责划分，掌握 FAISS 与 Chroma 的实践用法，以及如何...
-
LangChain 设计原理分析⁹ | 如何实现检索增强生成（RAG）
本文将拆解检索增强生成（Retrieval-Augmented Generation）的核心组成（Retriever、Embedding、ChainType），理解 Lang...
-
LangChain 设计原理分析⁸ | Agent 架构设计详解：自定义 Tool、插件与中间态管理本文聚焦 LangChain Agent 系统的扩展能力：如何自定义工具（Tool）、编写插件，以及如何灵活管理 Agent 的中间推理状态（AgentAction/Agen...
-
LangChain 设计原理分析⁷ | Agent 架构设计详解：决策循环与 ReAct本文聚焦 LangChain 中 Agent 架构的核心执行逻辑，深入解析 AgentExecutor 如何驱动 LLM 推理、工具调用与中间态反馈循环，结合 ReAct 思...
-
LangChain 设计原理分析⁶ | Memory 系统设计：如何构建上下文感知的链
本文深入介绍 LangChain 的 Memory 系统机制，包括 ConversationMemory 类型、历史对话拼接与自动总结功能，助你搭建支持上下文记忆与多轮对话的...
-
LangChain 设计原理分析⁵ | PromptTemplate 模板系统与上下文注入机制
本文深入讲解 LangChain 中的 Prompt 模板系统，探索变量绑定、FewShot 示例构建、格式化策略等关键能力，帮助你构建灵活可控的提示内容生成逻辑。 一、Pr...
-
LangChain 设计原理分析⁴ | BaseLanguageModel 接口解构：多模型适配的设计模式
本文聚焦 LangChain 对语言模型接口的核心抽象 —— BaseLanguageModel，结合源码深入剖析其在多模型适配中的角色，并探讨工厂模式等设计思想如何提升模型...
-
LangChain 设计原理分析³ | 从零实现一个自定义 Runnable 模块
在前两篇中，我们深入理解了 LangChain 的 Runnable 接口与 LCEL 表达式组合思想，以及与 Agent 执行控制的基本能力。本篇我们将从头构建一个自定义 ...
-
LangChain 设计原理分析² | Runnable 和 LCEL 是如何实现的
一、前言：从 "路由" 转向 "表达式" 在传统编程范式中，我们往往通过命令式结构（如 if/else、for、try/except）明确编排程序的执行路径，就像手动设计一张...
-
LangChain 设计原理分析¹ | 架构总览：现代 AI 应用的基石一、定位与动机：LangChain 是什么？为何重要？ 在大语言模型 (LLM) 被应用于各类环境的时代，组合 LLM 能力和外部系统已成为基础需求。LangChain 作为...
-
大模型微调：概念、技术与实践指南1. 大模型微调概述 1.1 什么是大模型微调 大模型微调（Fine-tuning）是指在一个预训练好的大型语言模型（如GPT、BERT等）基础上，使用特定领域或任务的数据集...
-
智能体框架2-Streamlit：为数据科学和机器学习打造的高效 Web 应用框架1. Streamlit概述 Streamlit（/ˈstriːm.lɪt/，斯垂姆利特）是一个开源的Python库，专门为机器学习和数据科学团队设计，用于快速构建和共享美观...
-
智能体框架1-Langchain-Chatchat中文本地智能问答系统的未来范式一、项目简介：Langchain-Chatchat 是什么？ Langchain-Chatchat（前身为 Langchain-ChatGLM）是一个开源的本地部署智能问答系...
-
智能体6-LangGraph入门LangGraph：复杂认知工作流的编排引擎 1. 架构哲学：从链式到图式 传统LangChain的链式（Chain）结构在处理以下场景时显露局限： 带循环的对话状态管理 多...