scixing的博客

简单介绍就是，资源就是能提供给llm的上下文，提示词就是llm的提示，工具是服务器提供的工具，采样是一个特殊的功能用于采样提示词，root则是表明应用的工作的范围。简单来说，对于用户来说，MCP是一种简单的工具，可以帮助我们访问各式各样的数据源。在EchoTools.cs文件中，修改代码如下，便实现了我们的加法工具，这和之前SK（语义核心）的工具编写方法非常的像，几乎可以无缝使用。然后你可以填入你的OPENAI的key，如果你想用DeepSeek的话，参考我们之前的内容，就可以轻松的切换到我们想用的模型。

简单来说，原本的大模型在考试的时候只能依赖已经学习过的内容进行回答，RAG则相当于让大模型可以开卷作答，即使没有学习过的内容，也可以通过翻书解决。docker相当于一个开箱即用的环境，由项目开发者配置完成后，分发镜像给用户使用，无需关心其具体的运行环境配置，也不会影响计算机自身的环境。最近遇到很多人都对于本地知识库搭建的流程非常有兴趣，故做一个教程，也完成一下Datawhale的视频共建任务，文章前半内容无需编写代码即可完成使用，后半部分会介绍一下如何在应用中与ai进行对话。