说说【Agent 学习日记】从问题到答案：RAG系统完整处理流程与核心机制深度拆解（整理分享）
最近在做优化的时候涉及到了这块内容，觉得值得写下来，方便以后翻阅。 **目录** 🍬[前言](#df368884) 🍬[一、 RAG 系统全流程总览（宏观视角）](#c3ebc310) 🍬[二、 离线预处理：决定 RAG 效果的上限](#4a6e7ae6) 🍬[三、 在线推理第一步：坑是如何被“拆解
标签：#RAG
笔记 | 从 0 到 1 构建企业级 RAG：一个中小企业可落地版本的完整架构
前段时间遇到一个小问题，后来发现这是个挺常见的坑，顺手整理一篇笔记。 如果你翻过市面上关于 RAG 的技术文章，大概率会见到这样一个公式： ``` RAG = 向量数据库 + 大模型 API ``` 这个公式本身没有错——但它描述的是 Demo，不是产品。 当你真的要把 RAG 落到一个企业的知识库
笔记 | 【AI】从文本到向量：理解Embedding的作用（整理分享）
最近在做优化的时候涉及到了这块内容，觉得值得写下来，方便以后翻阅。  **👨💻程序员三明治**：[个人主页](https://) **🔥 个人专栏**: [《设计模式精解》](https://) [《重学数据结构》](https://) [《AI探索日志》]
整理：【Agent 学习日记】我们来说说在长对话场景下，如何管理超长的对话历史？（学习笔记）
今天翻到一篇不错的技术分享，看完之后自己也琢磨了一下，把思路梳理记录下来。 **目录** 🌊[前言](#ozlO6) 🌊[一、为什么需要管理对话历史？](#xyl3u) 🌊[二、五种主流管理策略](#fODEI) 💧[1. 滑动窗口法](#aA6Ah) 💧[2. Token 阈值法](#QvuqR)
说说【Agent 学习日记】Agent 的记忆是如何设计的？短期记忆和长期记忆有什么区别？
整理一篇学习笔记，把看到的一些要点和自己的理解都记下来。 **目录** 🍕[一、Agent 记忆的整体设计框架](#AZ9a6) 🍕[二、短期记忆 —— 任务的“工作台”](#Zg62W) 🍕[三、长期记忆 —— 经验的“知识库”](#J5tbt) 🍕[四、短期记忆 vs. 长期记忆 —— 详细对比