- 博客(123)
- 收藏
- 关注
RSS订阅
原创 【智能体架构：Agent】LangChain智能体类型ReAct、Self-ASK的区别
本文讲解了LangChain智能体如何定义Tool，以及智能体类型ReAct和Self-Ask的示例、区别
2025-03-05 11:11:23
1324
1
原创 【Coze】Coze JWTOAuth对接
JWT（JSON Web Token）模式，扣子账号直接永久授予 OAuth App 权限，OAuth App 随时可以通过后端应用签发的 JWT 获取访问令牌，以后端应用的身份请求扣子 API。
2025-03-16 22:30:36
219
原创 【RRF】递归排序融合 1 / (k + i) 核心思想
关键参数：K 控制权重衰减速度；i 文档在当前排名列表中位置；RRF目标是多个排名列表合并为一个统一的排名；核心思想：高排名文档权重更大、低排名文档权重更小；多个列表的贡献叠加
2025-03-14 14:17:31
543
原创 【RAG】混合检索（Hybrid Search） 提高检索精度
RAG基于 RRF 的融合排序，融合向量检索、关键词检索 等检索算法，提高检索精度
2025-03-09 22:38:22
975
原创 【RAG】检索后排序 提高回答精度
RAG 有时最合适结果并非最位于最前，此时：通过检索时过召回一部分文本、通过一个排序模型对 query 和 document 重新打分排序，可以提高检索精度
2025-03-09 22:24:06
713
原创 【向量模型】 开源通用向量模型BGE （BAAI General Embedding）
BGE为各类信息检索及大语言模型检索增强应用而打造，本文从多个维度详细解析 BGE 的特点与应用
2025-03-09 21:22:34
1076
原创 【RAG】RAG 系统的基本搭建流程（ES关键词检索示例）
RAG 搭建之ES检索示例，Query -> ES检索 -> Prompt -> LLM -> 回复
2025-03-09 18:15:00
1045
原创 【渗透测试】基于时间的盲注（Time-Based Blind SQL Injection）
基于时间的盲注（Time-Based Blind SQL Injection） 攻击语句，常见于对数据库的渗透测试或恶意攻击中
2025-03-07 20:45:44
579
原创 【智能体Agent】ReAct智能体的实现思路和关键技术
基于ReAct（Reasoning + Acting）框架的自主智能体，结合LangChain框架和工具调用能力来逐步解决用户任务
2025-03-05 22:27:15
748
原创 【LangChain】问答系统如何去重回答相似问题？
去重回答决策点：小规模数据（<1k 条）原始余弦相似度 + 动态阈值；大规模数据（>1k 条） FAISS/Annoy + 混合去重
2025-03-05 17:18:05
376
原创 【LangChain】 LangChain 与 LlamaIndex 的错位竞争
LangChain侧重与LLM交互的封装，比如LCEL；LlamaIndex 侧重与数据交互的封装，比如RAG相关工具
2025-03-05 12:00:31
294
原创 【LangChain】LangServe将Chain或Runnable部署API服务
LangServe 用于将 Chain 或者 Runnable 部署成一个 REST API 服务
2025-03-05 11:54:34
105
原创 【LangChain】存储与管理对话历史
讲解了通过LangChain的SQLChatMessageHistory，实现持久化历史记录的对话系统，允许不同session_id的对话独立存储，确保每次交互都基于完整的对话历史生成响应。多用于聊天机器人或客服系统。
2025-03-05 09:14:08
1186
原创 【LangChain】Chain和LangChain Expression Language (LCEL)
讲解了 LCEL的用法、流式输出、RAG系统标准实现范式
2025-03-05 08:25:26
742
原创 【LangChain】对话历史管理
LangChain对话历史管理，示范了 历史记录按token裁剪和强制保留、以及过滤历史，场景保留指定角色或内容的对话历史
2025-03-04 23:01:28
1159
原创 【LangChain】 Function Calling 代码实践
代码演示LangChain调用Function Calling 过程：首次模型调用-工具执行-二次模型调用
2025-03-04 15:08:34
395
原创 【向量数据库】Chunk和Document是什么关系以及原理？
全局元数据Document、实际内容分块Chunk；两者通过 `doc_uuid`（文档唯一标识符）建立 **一对多关系**：- 1 个 `Document` ➔ 对应 N 个 `Chunk`- 每个 `Chunk` 通过 `doc_uuid` 指向其所属的 `Document`
2025-03-04 14:28:51
660
原创 【Weaviate RAG】OpenAI+Weaviate RAG实践
OpenAI和向量数据Weaviate的RAG实践，根据查询字符串和聊天历史，生成更复杂的查询并调用 OpenAI API
2025-03-04 13:44:19
825
原创 【Weaviate】 vector search 语义向量搜索+结构化过滤+RRF 合并新旧结果
语义搜索 + 结构化过滤 + RRF 排序融合，实现了一个灵活且鲁棒的酒店搜索系统，能够有效平衡用户的多维度需求（如设施、价格、评分）。
2025-03-03 22:18:59
977
原创 【Weaviate】 keyword search BM25全文搜索 + 结构化过滤 + RRF结果融合
keyword search 之 BM25全文搜索 + 结构化过滤 + RRF结果融合
2025-03-03 22:15:41
951
原创 【向量数据库Weaviate】与ChromaDB的差异、优劣
两者可互补：用 ChromaDB 快速实验，验证后迁移到 Weaviate 进行规模化部署
2025-03-03 21:30:03
1049
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人