BREATH57的博客

Open Deep Research 是 LangChain 团队开源的深度研究工具，通过"主管+研究员"多智能体协同工作，解决传统研究中的信息碎片化问题。其核心在于精心设计的 Prompt 系统，主要包括澄清 Prompt 和转换 Prompt 两类。澄清 Prompt 用于判断是否需要用户澄清，避免重复提问，识别模糊点，并输出结构化 JSON 结果。转换 Prompt 则将用户问题转化为详细研究简报，强调具体性和完整性。该系统支持主流 AI 模型和搜索工具，显著提升科研和市场分析效率

优化RAG系统：解决上下文过长问题的实战方案 针对RAG系统中检索文档过多导致LLM输入超限的痛点，本文提出六维度优化方案：1) 检索参数调整（调节k值、MMR算法、元数据过滤）；2) 文档分块策略（递归分块、语义分块及上下文增强）；3) 结果精筛（摘要压缩、重排序模型）；4) 高级检索（多路召回、层级合并）；5) 模型适配（选用长上下文LLM或分批处理）；6) 性能调优（动态分块、嵌入缓存）。这些方法平衡了信息完整性与上下文长度，经实践验证可显著提升生成效果。