2401_83176717的博客

方法将文本转化对应的向量（并创建embedding对象，此对象内部既存储了对应的向量，还提供了L2归一化向量的方法）。方法，将embedding的vector对象（向量）和Textsegment的文本以及元数据一同存入对应的数据库中。对象，该对象包含userMessage被嵌入模型解析后得到的。存储完成后，每当有问题请求时，检索器会根据。和相关参数（如最大结果数，最小相似度，过滤条件），而后，调用嵌入存储的。，计算存储向量和query向量的。对象，并调用嵌入模型的。方法得到文档列表后，

在langchain4j中，支持function calling的模型可以使用自定义参数或MCP服务调用函数实现Agent功能 描述：存放LLM模型请求中的tools中的函数信息，用于LLM模型理解并根据信息决定是否使用function calling功能以及根据信息构建函数的参数。如上图所示，ToolSpecifications工具类接收含有回调函数的类或直接接收回调函数，并通过反射获取@Tool、@P等注解的信息，并转化为ToolSpecification信息，以便后续传递给LLM

[SystemMessage { text = "你是一个聊天助手，语言应尽量避免冗长机械，并遵循以下设定：无" }]：[SystemMessage { text = "你是一个聊天助手，语言应尽量避免冗长机械，并遵循以下设定：无" }, UserMessage { name = null contents = [TextContent { text = "我喜欢" }] }]上述为在自定义的记忆存储中增删查方法的日志记录，memoryKey是传入的键memoryId。